logo
Loading...

Random Forest Algorithm - Cupoy

Bagging 能減小 variance,而 Decision Tree 能增大 variance。如果把兩者結合起來,能否發揮各自的優勢,起到優勢互補的作用呢?這就是接下來將要討論的 aggregation of aggregation,即使用 Bagging 的方式把眾多的 Decision Tree 進行 uniform 結合起來。這種算法就叫做隨機森林(Random Forest),它將完全長成的 C&RT 決策樹通過 bagging 的形式結合起來,最終得到一個龐大的決策模型。 影片內容 pdf:https://www.csie.ntu.edu.tw/~htlin/course/mltech18spring/doc/210_handout.pdf

Bagging 能減小 variance,而 Decision Tree 能增大 variance。如果把兩者結合起來,能否發揮各自的優勢,起到優勢互補的作用呢?這就是接下來將要討論的 aggregation of aggregation,即使用 Bagging 的方式把眾多的 Decision Tree 進行 uniform 結合起來。這種算法就叫做隨機森林(Random Forest),它將完全長成的 C&RT 決策樹通過 bagging 的形式結合起來,最終得到一個龐大的決策模型。 影片內容 pdf:https://www.csie.ntu.edu.tw/~htlin/course/mltech18spring/doc/210_handout.pdf