热线电话:13121318867

登录
首页精彩阅读机器学习之随机森林(三)
机器学习之随机森林(三)
2019-02-20
收藏


随机森林机器学习中是一个十分重要的算法,大家可能对机器学习感到很陌生,但是大家一定不会对人工智能感到陌生。而机器学习是人工智能中是一个十分重要的内容,而随机森林又是机器学习中的内容。由此可见,随机森林是值得我们去学习的,在前面我们也给大家介绍了很多关于随机森林的知识,接下来的内容我们继续为大家讲述随机森林的最后一部分。


我们在前面的文章中讲述了随机森林是怎么降低偏差和方差的,但是大家是否知道随机森林实际是如何工作的。我们就以微博为例,当我们刚刚注册微博登录以后,系统就会为我们推荐了很多的博主和一些领域的内容,但是大家如果对这些内容不感兴趣想找出一些可能喜欢的新内容,我们就是去寻找推荐的内容,找到了能让真实的人根据自己的喜好给我们找出好的建议,具体的工作就是避免建议的随机性,我们可能先填写一份关于自己的基本内容喜好的问卷,为可能喜欢的内容类型提供一个标准。然后网友利用这些信息开始根据自己提供的标准来分析这些内容,这是,我们可以理解成每个人本质上都是一个决策树


其实有时候提出建议的人并不能够找出我们喜欢的内容,比如我们喜欢有关于八卦的内容而推荐养生的内容,这就是得到了一个不是准确的内容,那么到底是为什么呢?这是因为很多人对自己喜欢的内容不能够做到精准的分类,为了解决这个问题,我们统计来自许多个人的建议,也就是每个人都扮演决策树的角色,并对他们的建议使用多数投票算法,也就是本质上是创建一个随机森林


下面我们给大家介绍一下随机森林的优点以及缺点,随机森林的优点就是不需要特征归一化,同时也具有可并行化的属性,也就是单个决策树可以并行训练。当然随机森林也是可以广泛使用的。同时随机森林也是可以减少过拟合。当然有优点也会存在缺点,随机森林的缺点就是不容易解释,同时也不是一个最先进的方法。


我们在这篇文章中给大家介绍了关于随机森林的相关知识,通过对这些知识的不断了解,我们不难发现随机森林的应用领域是十分广泛的,如果大家要学习人工智能一定不要忽视随机森林的学习。

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询