随机森林指的是利用多棵树对样本进行训练并预测的一种分类器。该分类器最早由Leo Breiman和Adele Cutler提出,并被注册成了商标。那么随机森林优点有哪些呢、
1. 对于很多种资料,可以产生高准确度的分类器。
2. 可以处理大量的输入变数。
3. 可以在决定类别时,评估变数的重要性。
4. 在建造森林时,可以在内部对于一般化后的误差产生不偏差的估计。
5. 包含一个好方法可以估计遗失的资料,并且,如果有很大一部分的资料遗失,仍可以维持准确度。
6. 提供一个实验方法,可以去侦测variable interactions。
7. 对于不平衡的分类资料集来说,可以平衡误差。
8. 计算各例中的亲近度,对于数据挖掘、侦测离群点(outlier)和将资料视觉化非常有用。
9. 使用上述。可被延伸应用在未标记的资料上,这类资料通常是使用非监督式聚类。也可侦测偏离者和观看资料。
10. 学习过程是很快速的。
免责声明:本网所有内容(包括且不仅限于图文音视频)均由用户自行上传分享,仅供个人学习交流分享。如侵害到您的权利,请联系:[email protected]