สิ่งที่ควรเป็นพารามิเตอร์ที่ดีที่สุดสำหรับลักษณนามป่าสุ่ม?

ขณะนี้ฉันกำลังใช้กล่องเครื่องมือ RF บน MATLAB สำหรับปัญหาการจำแนกเลขฐานสอง

ชุดข้อมูล: ตัวอย่าง 50,000 ตัวอย่างและคุณสมบัติมากกว่า 250 รายการ

ดังนั้นควรมีจำนวนต้นไม้และคุณลักษณะที่เลือกแบบสุ่มในแต่ละแยกเพื่อปลูกต้นไม้อย่างไร พารามิเตอร์อื่นใดสามารถส่งผลอย่างมากต่อผลลัพธ์หรือไม่

เลือกต้นไม้จำนวนมากพูด 100 จากสิ่งที่ฉันได้อ่านบนอินเทอร์เน็ตให้เลือกคุณสมบัติที่เลือกแบบสุ่ม อย่างไรก็ตามในกระดาษต้นฉบับBreiman ใช้จำนวนเต็มใกล้เคียงที่สุดในการเข้าสู่ระบบ$\sqrt{250}$ 2$\frac{\log{M}}{\log{2}}$

ฉันจะบอกว่าการตรวจสอบข้ามเป็นกุญแจสำคัญในการค้นหาพารามิเตอร์ที่ดีที่สุด แต่ฉันไม่รู้เกี่ยวกับฟอเรสต์แบบสุ่ม

จำนวนต้นไม้ที่ใหญ่กว่าดีกว่า คุณแทบจะไม่สามารถใช้เกินพารามิเตอร์นี้ได้ แต่แน่นอนว่าขีด จำกัด สูงสุดขึ้นอยู่กับเวลาการคำนวณที่คุณต้องการใช้กับ RF
ความคิดที่ดีคือการสร้างฟอเรสต์ยาวก่อนจากนั้นดู (ฉันหวังว่ามันจะมีให้ในการนำ MATLAB ไปใช้) เมื่อความแม่นยำของ OOB มาบรรจบกัน

จำนวนของคุณลักษณะที่ลองใช้ค่าเริ่มต้นคือรากที่สองของจำนวนคุณลักษณะทั้งหมด แต่โดยทั่วไปฟอเรสต์ไม่ได้มีความอ่อนไหวมากเกี่ยวกับค่าของพารามิเตอร์นี้ - ในความเป็นจริงมันไม่ค่อยได้รับการปรับให้เหมาะสมที่สุดโดยเฉพาะอย่างยิ่ง

จำนวนต้นไม้ที่ใหญ่กว่าดีกว่า: ตกลง

จำนวนแอตทริบิวต์ที่ลองใช้จะขึ้นอยู่กับ หากคุณมีข้อมูลเบื้องต้นเกี่ยวกับวิธีการกระจายข้อมูลหรือไม่อยู่ในฟีเจอร์ หากมีการแบ่งปันข้อมูลด้วยฟีเจอร์มากมายผลลัพธ์ที่ดีกว่าก็น่าจะมาพร้อมกับค่าที่น้อยกว่าของพารามิเตอร์นั้น ในทางกลับกันหากมีเพียงไม่กี่คุณสมบัติเท่านั้นที่กำลังนำข้อมูลคุณควรใช้ค่าที่มากขึ้น กล่าวอีกนัยหนึ่งด้วยตัวแปรที่เกี่ยวข้อง: ค่าที่น้อยกว่าดีกว่าและมีตัวแปรที่ไม่เกี่ยวข้องจำนวนมาก: ค่าที่ใหญ่กว่าดีกว่า