Orange3实战教程:模型---随机森林

随机森林

通过集成多个决策树进行预测。

输入

• 数据:输入数据集
● 预处理器:预处理方法

输出

● 学习器:随机森林学习算法
• 模型:训练好的模型

随机森林是一种集成学习方法,适用于分类、回归等任务。该方法最早由 Tin Kam Ho 提出,后经 Leo Breiman(Breiman, 2001)和 Adele Cutler 进一步完善。

随机森林通过构建多个决策树进行工作。每棵树基于训练数据的自助采样(Bootstrap Sample)生成。在构建单棵树时,每个节点会从随机抽取的属性子集中选择最佳分裂属性(因此称为“随机”)。最终模型通过森林中所有树的多数投票得出结果。

随机森林既可用于分类任务,也可用于回归任务。

  1. 指定模型名称:默认名称为“随机森林”。
  2. 基础属性
    ● 树的数量:设置森林中包含的决策树数量。
    ● 每次分裂时考虑的属性数量:设置每
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

err2008

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值