? Random Forest是加州大學伯克利分校的Breiman Leo和Adele Cutler于2001年發表的 論文 中提到的新的機器學習算法，可以用來做分類，聚類，回歸，和生存分析，這里只簡單介紹該算法在分類上的應用。
? Random Forest（隨機森林）算法是通過訓練多個決策樹，生成模型，然后綜合利用多個決策樹進行分類。
? 隨機森林算法只需要兩個參數：構建的決策樹的個數 t ，在決策樹的每個節點進行分裂時需要考慮的輸入特征的個數 m 。
? 1. 單棵決策樹的構建：
? （1）令N為訓練樣例的個數，則單棵決策樹的輸入樣例的個數為N個從訓練集中有放回的隨機抽取N個訓練樣例。
? （2）令訓練樣例的輸入特征的個數為M，切m遠遠小于M，則我們在每顆決策樹的每個節點上進行分裂時，從M個輸入特征里隨機選擇m個輸入特征，然后從這m個輸入特征里選擇一個最好的進行分裂。m在構建決策樹的過程中不會改變。
? （3）每棵樹都一直這樣分裂下去，直到該節點的所有訓練樣例都屬于同一類。不需要剪枝。
? 2. 隨機森林的分類結果
? 按照1生成t個決策樹之后，對于每個新的測試樣例，綜合多個決策樹的分類結果來作為隨機森林的分類結果。
? （1）目標特征為數字類型：取t個決策樹的平均值作為分類結果。
? （2）目標特征為類別類型：少數服從多數，取單棵樹分類結果最多的那個類別作為整個隨機森林的分類結果。
? 3. 分類效果的評價
? 在隨機森林中，無需交叉驗證來評價其分類的準確性，隨機森林自帶OOB（out-of-bag）錯誤估計：
? OOB：在構造單棵決策樹時我們只是隨機有放回的抽取了N個樣例，所以可以用沒有抽取到的樣例來測試這棵決策樹的分類準確性，這些樣例大概占總樣例數目的三分之一（作者這么說的，我還不知道理論上是如何出來的，但是可以自己做試驗驗證）。所以對于每個樣例j，都有大約三分之一的決策樹（記為SetT（j））在構造時沒用到該樣例，我們就用這些決策樹來對這個樣例進行分類。我們對于所有的訓練樣例j，用SetT（j）中的樹組成的森林對其分類，然后看其分類結果和實際的類別是否相等，不相等的樣例所占的比例就是OOB錯誤估計。OOB錯誤估計被證明是無偏的。
?
參考文獻：
? [1] Mahout Wiki-Random Forest
? [2] Leo Breiman 2001年的paper
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
