关于随机森林randomforest对结果进行分类的原则的个人理解

August the 21th 2022 Sunday
传统的随机森林是利用袋装法中的规则，平均或少数服从多数来决定集成的结果，
对于这句话的理解:
21日星期天,终于想明白了随机森林(分类器)的对结果分类的工作原则,
那就是,
森林里每棵树都有自己的预测,
即对于结果是属于哪个最终的分类,
每棵树都有自己的看法,
比如说,一个测试样本trump,他算goodman还是badman,
每棵树都给出了答案,
那么森林会决定选择哪颗树的预测结果呢?
答案是,
既然是森林不是单颗决策树,
那么就不能只听一棵树的意见,
所以森林采纳了少数服从多数:
即,一半以上的树认为是goodman,那么好,样本trump就是goodman,
或者将所有人的预测结果做平均值处理:
即,假设 >1.0 则认为是goodman,
那么
result=(树1的意见+树2的意见+树3的意见+…+树n的意见)/n
if result>1.0:
print(‘trump is a goodman!’)
else:
print(‘sorry,trump is a badman’)