ป่าสุ่มสุดขั้วแตกต่างจากป่าสุ่มอย่างไร


18

การใช้ ER มีประสิทธิภาพมากขึ้นหรือไม่ (เหมือนกันExtreme Gradient Boostingคือการเพิ่มระดับความลาดชัน) - ความแตกต่างสำคัญจากมุมมองของภาคปฏิบัติหรือไม่? มีแพ็คเกจ R ซึ่งใช้งานได้ มันเป็นอัลกอริธึมใหม่ที่เอาชนะการใช้งานแบบ "ทั่วไป" (แพคเกจ RandomForest จาก R) ไม่เพียง แต่ในแง่ของประสิทธิภาพหรือในบางพื้นที่เท่านั้น?

Extreme Random Forest http://link.springer.com/article/10.1007%2Fs10994-006-6226-1

คำตอบ:


20

นี่เป็นเรื่องง่าย - RF ปรับการแยกบนต้นไม้ (เช่นเลือกสิ่งที่ให้ข้อมูลที่ดีที่สุดเมื่อเทียบกับการตัดสินใจ) และ ERF ทำให้พวกมันสุ่ม ตอนนี้

  • ต้นทุนการเพิ่มประสิทธิภาพ (ไม่มาก แต่ก็ยังคง) ดังนั้น ERF จึงมักจะเร็วกว่า
  • การปรับให้เหมาะสมอาจช่วยให้ความสัมพันธ์ของต้นไม้ในวงดนตรีหรือ overfitting โดยรวมดังนั้น ERFs อาจมีความแข็งแกร่งมากขึ้นโดยเฉพาะอย่างยิ่งถ้าสัญญาณอ่อนแอ

การก้าวไปในทิศทางนี้มากขึ้นคุณสามารถรับความเร็วพิเศษได้โดยการแบ่งต้นไม้แต่ละระดับให้เท่ากันวิธีนี้จะทำให้ต้นไม้กลายเป็นเฟิร์นซึ่งน่าสนใจทีเดียว มีการใช้งาน Rของฉันของการแบ่งแยกแบบนี้


ลิงก์นั้นใช้งานไม่ได้ใช้CVLAB: Ferns
smci

ฉันคิดว่าต้นไม้ที่สร้างโดย ERF นั้นใหญ่กว่าของ RF เนื่องจาก RF ใช้การปรับให้เหมาะสมซึ่งบีบอัดความรู้จากชุดข้อมูลไปยังต้นไม้ขนาดเล็ก
Qbik
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.