随机森林中的引导数(scikit-learn)
Posted
技术标签:
【中文标题】随机森林中的引导数(scikit-learn)【英文标题】:The number of bootstraps in Random Forest (scikit-learn) 【发布时间】:2016-06-22 02:33:11 【问题描述】:我在 python scikit-learn 中使用 RandomForestRegressor。
据我所知,随机森林算法采用随机引导样本。但我不确定如何设置和调整引导程序的数量。
n_estimators 是设置引导次数的参数吗?是否有任何设置该值的好值的技巧?
【问题讨论】:
【参考方案1】:子样本大小始终与原始输入样本大小相同,但如果 bootstrap=True(默认),则使用替换抽取样本。 看看这里。 http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestRegressor.html
【讨论】:
抱歉,我所说的“子样本数量”是“随机引导的数量”。我更新了我的问题。以上是关于随机森林中的引导数(scikit-learn)的主要内容,如果未能解决你的问题,请参考以下文章
如何在 scikit-learn 中控制随机森林中的特征子集?
Scikit-learn 随机森林 out of bag 样本