Şu anda bir ikili sınıflandırma sorunu için MATLAB RF araç kutusu kullanıyorum
Veri Kümesi: 50000 örnek ve 250'den fazla özellik
Peki, ağaçların büyümesi için her bölünmedeki ağaç sayısı ve rastgele seçilen özellik ne olmalıdır? başka bir parametre sonuçları büyük ölçüde etkileyebilir mi?
Yanıtlar:
Ağaçların çok sayıda seç, almak, ben internette okudum kadarıyla 100'ü söylemek rasgele seçilen özellikler. Bununla birlikte, orijinal makalede Breiman, en yakın tamsayıyı kullandı .
Çapraz doğrulamanın genellikle en uygun parametreleri bulmanın anahtarı olduğunu söyleyebilirim, ancak rastgele ormanlar hakkında yeterince bilgim yok.
Ağaç sayısı ne kadar büyükse o kadar iyidir. Bu parametreyle neredeyse üstesinden gelemezsiniz, ancak elbette üst sınır RF'ye harcamak istediğiniz hesaplama süresine bağlıdır.
İyi bir fikir ilk önce uzun bir orman yapmak ve sonra (umarım MATLAB uygulamasında kullanılabilir) OOB doğruluğu yakınsama bakın.
Denenmiş özelliklerin sayısı varsayılan, tüm özelliklerin kare köküdür, ancak genellikle orman bu parametrenin değeri konusunda çok hassas değildir - aslında nadiren optimize edilir, çünkü özellikle RF'nin stokastik yönü daha büyük varyasyonlar getirebilir.
Ağaç sayısı ne kadar büyükse o kadar iyidir: kararlaştırıldı.
Denenen özelliklerin sayısı değişecektir. Zaten bilginin yayıldığı ya da yayılmadığı konusunda bir önseziniz varsa. Bilgiler birçok özellik tarafından paylaşılırsa, daha iyi sonuçlar bu parametrenin daha küçük değeri ile ortaya çıkar. Öte yandan, bilgileri yalnızca birkaç özellik taşıyorsa, daha büyük değerler kullanmalısınız. Başka bir deyişle, birçok ilgili değişkenle: daha küçük değerler daha iyidir ve birçok alakasız değişkenle: daha büyük değerler daha iyidir.