点击上方关注,All in AI中国
我们如何以及为什么可以从随机森林分类器中获得特征重要性?
机器学习的出现是因为人类不能总是很好地解释自己,尤其是对机器解释。很长一段时间,机器只能执行精确的一步接一步的指令,而且通常简单的人工任务对我们来说太自然了,无法显式将它们作为算法明确地写下来。举个例子来说一下,我没有办法向电脑解释清楚我是如何确切的认识到某物是一只猫的。
我知道一只猫通常有两只耳朵,四条腿,一个圆形的脸形,以及独特的猫眼,但这只是揭开了第一层解释。在此基础上,我必须在算法上解释前一句中的每个形容词和名词的含义:二、耳、圆等,以及其扩展细节,例如猫的眼睛究竟是什么样子的。从理论上讲,我实际上可能会继续用一个一个的术语来解释这个术语 - 虽然这可能会花费我很多的时间。
我们人类相当聪明地决定,数学学习过程可能比通过算法分解每个决策过程更容易,这就是我们一开始机器学习的方法。然而,我们使用的学习模型并不总是对应于任何类型的我们人类固有的“自然