随机森林是如何计算测试样本的概率的?

  统计/机器学习 监督式学习    浏览次数:10101        分享
0

当我们用随机森林进行分类,最后的结果也是可以是概率的。这个概率是怎么计算的呢?

是 A)得到标签为1的树除以树的总个数吗?

还是 B)把每棵树得到的概率取平均?

还是 C)按照叶节点里样本的个数加权平均?

比如有三棵树,某个样本X在各个树被分到的叶节点的情况为

第一棵:(1,1,0)。第二棵:(1,1,0,0,0)。第三棵:(1)。


按照A方法,得到的概率为

$$\frac{2}{3}$$

按照B方法,得到的概率为

$$\frac{1}{3}\left(\frac{2}{3}+\frac{2}{5}+\frac{1}{1}\right)=\frac{31}{45}$$

按照C方法,得到的概率为

$$\frac{2+2+1}{3+5+1}=\frac{5}{9}$$

随机森里是按照哪种方法计算概率的呢?

 

猴老大   2018-10-29 11:05



   1个回答 
4

是按照(B)方法的,因为最后就是对所有树的结果进行平均,没有(C)方法那么复杂

SofaSofa数据科学社区DS面试题库 DS面经

飞翔钉子   2018-11-02 12:26



  相关讨论

随机森林预测问题

决策树剪枝有什么策略或者注意事项?

决策树算法ID3,C4.5和CART的特点、异同?

Extra Tree算法

lightgbm使用自定义损失函数后,二分类的预测结果不再是【0,1】区间

Adaboost里的树有没有可能权重是负数?

剪枝是什么意思

随机森林中增加树的数量对于偏差和方差的影响

关于knn算法中kd树的问题

决策树怎么做增量学习或者online学习?

  随便看看

ARIMA模型中的三个参数(p, d, q)都是什么意思?

python pandas里有没有类似R的summary的函数?

pandas.DataFrame里的loc和iloc什么区别?

在使用PCA降维时,有哪些坑?

为什么梯度的反方向是函数下降最快的方向?