"max_featureが小さいほどランダムなフォレストの過大フィットを減らす"という部分は理解できませんか? また、ランダムフォレストでの梱包とはどういう意味ですか?ランダムフォレストのbaggingとmax_feature
答えて
私はあなたに説明するために最善を尽くします。あなたは、機械学習アルゴリズムの初心者のようです。私はあなたが過ぎていることが分かっていると確信しています!ですから、ランダムフォレストでなぜこれが起こるのかを説明しましょう。このユーザーの回答をコピーする:https://cs.stackexchange.com/users/30903/kyle-hale、
Melという名前の女の子がいったん登場すると、そして、毎日メルは別の友達と遊んでいました。そして、毎日彼女はそれを陽気で素晴らしい日でした。
メルは...木曜日に、月曜日に
ヨルダンで
火曜日にユリ、
水曜日にミミ、
オリーブを果たし、その後
金曜日メル上で再生ブライアンと一緒に雨が降った。それはひどい雷雨だった!
もっと多くの日、より多くの友達!前よりもさらに悪いことに、
メル火曜日メル上の月曜日に日曜日にグレイソン、
アサ、土曜日にクワンと
を果たした...そして
はブルックで演奏し、再び雨が降りました!
今、メルのお母さんは、彼女が誰といつ遊んでいいのかを決めるタイムテーブルを作ったので、夕食の夜、彼女は彼女が並んでいる新しいタイムテーブルについてメルに全面的に伝え始めた。 "水曜日のルイス、木曜日のライアン、金曜日のジェミニ、土曜日のビアンカ - "
メルは眉をひそめた。
メルのお母さんは「何が問題なの?メル、ビアンカは好きじゃない?
Melは答えました。「ああ、確かに彼女は素晴らしいですが、名前がBで始まる友人と遊ぶたびに雨が降ります!
メルの答えに何が問題なのですか?
土曜日は雨が降らないかもしれません。
まあ、私は知らないが、私は意味、ブリアナが来て、雨が降った、ブルックが来て、雨が降っ...
ええ、私は知っているが、雨はあなたの友人には依存しません。
これは、ランダムフォレストとまったく同じです。 「max_feature」変数で表現される機能が多すぎると、存在しないパターンが見つかる可能性が高くなりすぎて、過密な既存のデータとは完全に一致しなくなります。デシジョンツリー(ランダムフォレスト)を使用するときは、ツリーをブランチに分割し、各ブランチはすべての機能とすべての可能性を文字通り取り入れます(それが理にかなっている場合)。
ランダムフォレストでのバギングとは何ですか?ランダムフォレストがツリーをどのように横切って(多くの樹木を作り、何らかの平均をとる)どのような特徴を重要とみなすかを決定する必要があります。そのため、あなたはそれがどのように機能するか完全に理解する必要があります。あなたはおそらくそれをYouTubeにすべきです。
- 1. Feature importances - bagging、scikit-learn
- 2. OnevsrestClassifierとランダムフォレスト
- 3. ランダムフォレストとPython
- 4. グラディエントブーストとランダムフォレスト
- 5. ランダムフォレストためvarImp(キャレット)と重要性(ランダムフォレスト)との差
- 6. ScikitLearnランダムフォレストのアンダーサンプリングとクラスウェイト
- 7. ランダムフォレスト:新
- 8. ランダムフォレストは
- 9. マルチクラス決定フォレストとランダムフォレスト
- 10. ランダムフォレスト - 詳細と速度
- 11. ランダムフォレストのネガティブテストスコア
- 12. OpenCV - ランダムフォレストの例
- 13. sklearnのランダムフォレスト
- 14. ランダムフォレストのパラレル化
- 15. ランダムフォレストのサブセット
- 16. Rリニアリグレッションテールのランダムフォレスト
- 17. スパークのランダムフォレスト
- 18. sklearnランダムフォレストの精度
- 19. ランダムフォレスト評価 - numpyの
- 20. ランダムフォレストとの特定クロス検証
- 21. Pythonランダムフォレストとマシンの学習 - 改善
- 22. R - ランダムフォレストと53以上のカテゴリ
- 23. ランダムフォレスト(Python)のターゲットと独立変数
- 24. 加重ランダムフォレスト
- 25. Tensorflow TFlearn - ランダムフォレスト回帰
- 26. ランダムフォレストのハイパーパラメータチューニングScikit-Learn Using GridSearchCV
- 27. プロットの凡例ランダムフォレストr
- 28. Apache MLlibランダムフォレストの並列トレーニング
- 29. ランダムフォレスト決定の信頼?
- 30. ランダムフォレストの層別サンプリング-Python
これは、実際にはコーディングの問題ではなく、データ分析の問題です。 – Tony