及时行乐|原理+代码｜深入浅出Python随机森林预测实战( 二 ) 前言

问：为什么在列上也要随机抽样？
答：在引入笔者最最喜欢的一个比喻之前，先来看一个实际的业务场景，来自某城市商业银行。我们有一大个电子表格存着大量的历史数据，大概50多个变量(50多列) ，变量们来自几个不同的公司如人行，电信等(同一个客户在不同公司) ，最后希望预测的是该客户是否会违约。电子表格组成如下：
整个表格看成一座巨大的岛屿，岛屿的长和宽分别对应电子表格横轴长和纵轴的长度
表中缺失的数据段看成一个个分布随意的小湖泊，有数据的地方看成陆地
整个小岛地底埋藏着巨大的价值（数据价值），通过在随意的种树（用装袋法在行列上进行随机抽样）来吸取地底的养分，毕竟湖泊上种不了树，所以只要足够随机，就总能充分的利用陆地。
随机森林第一步之后的操作完全可以参照集成学习——装袋法中提及的步骤。
问：既然每个模型给出的预测结果最后都会被加权，所以随机森林中每棵决策树的权重是多少？
答：随机森林中每棵决策树的权重都是一样的，如果这个袋子中有10棵决策树(或者其他模型) ，那每棵树给出的预测结果的权重便是1/10 ，这是随机森林的特性。如果权重不一样的话，便是后续推文会提及的Adaboost等集成学习中的提升分支了。
问：装袋法中袋子中的模型越多越好吗？袋中用来训练每个模型的源数据比例也是越多越好吗？
答：袋子中模型多一点好，袋中用来训练每个模型的源数据比例小一点好，但这并不代表越多越好与越小越好，还得结合数据集特性和一些深层次的模型算法知识。
装袋法的优势如下：
准确率明显高于组合中任何单个分类器
对于较大的噪音，表现不至于很差，并且具有鲁棒性
不容易过度拟合
随机森林算法的优点：
准确率有时可以和神经网络媳美，比逻辑回归高

及时行乐|原理+代码｜深入浅出Python随机森林预测实战( 二 )

推荐阅读

喵喵娜宝宝家@被爱冲昏头脑，最容易被情感左右的星座

清炖羊骨汤的做法是什么？

小炒牛肉怎样做才嫩,炒牛肉怎么做才嫩才好吃窍门-

『早餐』坚持早起为家人做早餐，这7款早餐孩子特爱吃，早餐吃得好身体棒

控股|注意！东华测试：控股股东刘士钢及一致行动人拟减持合计不超过690万股

央广网|商务部：99.1%的外资企业表示将继续在华投资经营

赌博|都杨派出所深夜出击捣毁一处赌博窝点，查处涉赌人员14名

应对高温，或存在比空调更好的选择：“冷管”(Cold Tube)

[澎湃新闻]如何变废为宝，把二氧化碳握在手中？

小王谈历史礼仪■武力不输关张，曾斩杀曹操手下顶尖猛将，三国后期的老将

中国烟花绽放悉尼夜空迎新年

产品|重庆：产品“身份证”助力高质量发展

开锅开黑了怎么回事开锅没开好黑了怎么办

姐妹|好事成三！贵州三胞胎姐妹高考成绩均过610分

好看的穿越文小说.推荐10部好看的穿越小说?

「我国」我国最难通高铁的四大省会城市排行，最难的2030年也不

我想知道杭州哪家整形医院好?

「西红柿」西红柿去皮的好办法有哪些？

海盐：人生如盐清白为本走进盐文化清廉展示馆

青龙老贼：接下来会怎么走？，一年给骑手发了410亿的美团