RandomForestClassifier 与 BaggingClassifier 不同

Use*_*erX 3 python-3.x random-forest scikit-learn

使用BaggingClassifierwithbaseestimator=RandomForestClassifierRandomForestClassifierin有何不同sklearn

ogr*_*sel 5

RandomForestClassifier通过装袋在外部引入随机性(相对于单个树拟合)BaggingClassifier

然而,它通过对可供分割的候选特征列表进行二次采样,在树构建过程的深处注入了随机性:每次新的分割时都会考虑一组新的随机特征。这种随机性是通过中没有等效项max_features的参数来控制的。RandomForestClassifierBaggingClassifier(base_estimator=DecisionTreeClassifier())

  • BaggingClassifier 的特征采样是对每棵树进行一次特征采样操作。“RandomForestClassifier”的特征采样正在对树中的**每个分割/节点**进行一次独立的特征采样。 (2认同)