机器学习-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

liting李

随机森林算法分类精度会不会随决策树数量增加而提高吗

答：随机森林算法分类精度不会随决策树数量增加而提高这个其实是在对比随机森林和adaboost，在精度收敛之后，相对来说随机森林来说精度不会随着数量增多而增多，而adaboost会。

10.6294

2

2

0

关注作者

收藏

大魔王泛泛

简述一下方差进行特征选择的原理

方差进行特征选择的原理：其原理也是比较简单，计算样本中每一个特征值所对应的方差，如果低于阈值，则进行过滤（剔除）。默认情况下，将会剔除所有零方差特征，方差为0表示样本的特征取值没发生变化。

17.6992

2

2

0

关注作者

收藏

liting李

为什么做特征选取？

有的数据集里面，有的特征信息量不大，和Y值的相关性不强，从而模型学习的过程，将这个特征里的噪音学习进去了，从而导致过拟合。所以我们做特征选取

3.0259

1

2

0

关注作者

收藏

大魔王泛泛

简述一下MaxAbsScaler方法的作用

MaxAbsScaler转换由向量列组成的数据集,将每个特征调整到[-1,1]的范围,它通过每个特征内的最大绝对值来划分，它不会移动和聚集数据,因此不会破坏任何的稀疏性。适用于已以0为中心或稀疏的数据

2.0337

1

1

0

关注作者

收藏

读童话的狼

基分类器为什么不选logistic regression模型

可以选择逻辑回归，但是逻辑回归只能用于线性数据

0.0000

0

6

0

关注作者

收藏

读童话的狼

随机森林可以看到每棵树的样子吗？

n_estimators是随机森林里最重要的参数，理论上是可以看到每个树的样子，但是看每颗子树没什么意义

0.0000

0

2

0

关注作者

收藏

读童话的狼

随机森林算法，如果对分类变量进行独热编码会提升模型效果吗？

有可能会变好，但不是一定的，可以自己分别尝试比较下

0.0000

0

0

0

关注作者

收藏

读童话的狼

adaboost模型分配到不同的权重是相对于什么分配的？

首先，所有样本是一样的权重，训练第一次模型后会或获得一个错误率，得到一个模型的权重，根据这个权重去调整样本的权重就得到第二份样本，再去训练样本，如此迭代

0.0000

0

3

0

关注作者

收藏

读童话的狼

评估随机森林的时候大多会用哪个指标？

测试集有很大是随机性，所以引入交叉验证，袋外数据评估与交叉验证是相似的，可以用多个指标评估

0.0000

0

3

0

关注作者

收藏

读童话的狼

为什么有袋外数据模型的交叉验证结果提高了？

交叉验证结果提高与是否使用袋外数据没有关系，差异的结果与bootstrap的参数设置有关，也就抽样方式不同

0.0000

0

1

0

关注作者

收藏

读童话的狼

随机森林能不能调整每棵树的权重？

不能，每棵树都是一视同仁，Boosting可以，Bagging不可以

0.0000

0

4

0

关注作者

收藏

读童话的狼

随机森林本身就是提高模型泛化能力，为什么还需要用交叉验证？

这个两个问题没有必然联系，交叉验证是为了防止测试集不准，测试集解果有可能高有可能低，不能体现泛化能力，随机森林可以提高模型泛化能力，但是提高后还是需要利用交叉验证去验证模型的泛化能力，交叉验证的使用与模型本身没有什么关系

12.3516

1

4

0

关注作者

收藏

读童话的狼

jupyter notebook如何设置代码字体大小？

安装Jupyter主题pip install --upgrade jupyterthemes查看主题：jt -l 比如这样修改oceans16主题的Code（python代码）的字体与字号：jt -t oceans16 -f fira -fs 13

5.9910

1

3

0

关注作者

收藏

读童话的狼

随机森林也需要划分测试集和训练集嘛？

随机森林也可以划分测试集和训练集，但是随机森林不划分也能利用袋外数据进行测试评估

12.3516

1

0

0

关注作者

收藏

读童话的狼

袋外数据进行测试是指所有树的袋外数据的加和测试吗？

最后使用袋外数据进行测试，作为最后的评估指标，一个数据，对于某些及分类器模型是袋内数据，那么对其他的分类器就是袋外数据，就可以作为测试，最后综合所有的测试结果作为次数据的评估结果

0.0000

0

3

0

关注作者

收藏

读童话的狼

随机森林中的每个树是分类决策树和回归决策树的结合吗？

用于分类的随机森林基分类器用的就是分类树，用于回归的随机森林用的就是回归树

12.3516

1

3

0

关注作者

收藏

读童话的狼

袋外数据中噪声比例和整体数据集噪声比例一样吗？

不能说哪个数据就一定是噪声，数据集中同时包含规律和噪声，因为是随机的，袋外数据中噪声比例和整体数据集噪声比是一样的

0.0000

0

2

0

关注作者

收藏

读童话的狼

有没有可能抽出来的数据有一部分规律也都没学习到？

既然是规律必然是大多数样本都包含的特征，如果一个规律，大于50%的抽样没有被抽到，那么这个规律也不是规律，而是噪声了

0.0000

0

2

0

关注作者

收藏

读童话的狼

bagging为什么不容易过拟合？

在整个随机森林算法的过程中，有两个随机过程数据随机化：输入数据是随机的一部分属性随机化：每棵决策树的构建所需的特征是从整体的“特征集”随机选取的。这两个随机过程使得随机森林很大程度上避免了过拟合现象的出现。

0.0000

0

3

0

关注作者

收藏

读童话的狼

如果随机抽取特征那抽不到的特征怎么办？

因为有随机森林中很多树，所以基本上都能抽取到，即使有特征没有抽到对模型的影响也不会特别大

12.3516

1

1

0

关注作者

收藏

<1…242526…69>

CDA考试动态

CDA报考指南