熱線電話：13121318867

登錄
首頁精彩閱讀機器學習之隨機森林（一）
機器學習之隨機森林（一）
2019-02-20
收藏


如果大家想學人工智能的話，那么就一定不能夠忽視有關機器學習的內容。這時候就會有人問，什么是機器學習？所謂機器學習就是一門多領域交叉學科，涉及概率論、統計學、逼近論等多門學科。機器學習是專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能的一門技術，而機器學習中隨機森林是一個十分重要的算法，在這篇文章中我們就詳細給大家介紹一下隨機森林的相關知識。


一般來說，隨機森林是用于分類和回歸的監督式集成學習模型。為了要使整體性能更好，因此集成學習模型聚合了多個機器學習模型。這是因為每個模型單獨使用時性能表現的不是很好，但如果放在一個整體中則很強大。在隨機森林模型下，使用大量弱因子的決策樹，來聚合它們的輸出，結果能代表更強的集成。


大家可能知道的是，在任何機器學習模型中，有兩個誤差來源:偏差和方差。當然，隨機森林也不例外，為了更好地說明這兩個概念，我們假設已經創建了一個機器學習模型并已知數據的實際輸出，用同一數據的不同部分對其進行訓練，結果機器學習模型在數據的不同部分產生了不同的輸出。


為了確定偏差和方差，對這兩個輸出進行比較，偏差是機器學習模型中預測值與實際值之間的差異，而方差則是這些預測值的分布情況。這就是隨機森林的偏差和方差。而簡單來說，偏差是當算法作了太多簡化假設之后出現的錯誤，這導致模型預測值與實際值有所出入。方差是由于算法對訓練數據集中小變化的敏感性而產生的誤差；方差越大，意味著算法受數據變化的影響更大。其實對于偏差和方差大家不必擔心，這是因為理想情況下，偏差和方差都會很小，這意味模型在相同數據集的不同數據中的預測值很接近真值。當這種情況發生時，模型可以精確地學習數據集中的潛在模式。


在這篇文章中我們介紹了機器學習的概念以及機器學習的兩個誤差來源導致的原因，其實這些誤差都是可以避免的，隨機森林就可以減小這種誤差，那么隨機森林怎么減小這個誤差呢，隨機森林有什么優缺點呢？我們在下一篇文章中繼續為大家介紹這些內容。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

機器學習 隨機森林 偏差 集成學習 決策樹 人工智能

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇機器學習中的基礎知識（五）
下一篇機器學習之隨機森林（二）
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢