随机森林
1、什么是集成学习方法
集成学习通过建立几个板型组合的来解决单一预测问题,它的工作原理是生成多个分类器/模型,各独立地学习和作出预测。这些预测最后结合成组合预测,因此优于任何一个单分类的做出预测。决策树过度拟合可以用剪枝或者集成学习方法的随机森林实现。
2、什么是随机森林
在机器学习中,随机森林是一个包含多个决策树的分类器,并且其输出的类别是由多个决策树输出的类别的众数而定。例如,如果你训练了5个树,其中有4个树的结果是True,1个树的结果是False,那么最终投票结果就是True。
随机:
森林:包含多个决策树的分类器
3、随机森林的原理过程
随机:特值随机,训练集随机
随机森林算法根据下列算法而建造每棵树:
·用N来表示训练用例(样本)的个数,M表示特征数目。
。1、一次随机选出一个样本,重红N次。《随机有放回的抽取,有可能出现重复的样本)
。2、随机去选出m个特征,m << M,建立决策制,每棵树有m个特征。
·采取bootstrap抽样 《随机有放回的抽样》
4、为什么采取bootstrap抽样
为什么要随机推样训练?
- 如果不进行随机抽样,每棵树的训练集都一样,那么最终训练出的树分类结果也一样
为什么要有放回地抽样?
- 如果不是有放回的抽样,那么每棵树的训练样本都是不同的,都是没有交集的,也就是说每棵树训练出来都是有很大的差异的;而随机森林最后分类取决于多棵树(弱分类器》的投票表决。
5、python实现随机森林的接口
· class sklearn.ensemble.RandomForestClassifier(n_estimators=10,criterion='gini',max_depth=None,bootstrap=True,random_state=None,min_samples_split=2)
随机森林分类器参数解释:
。n_estimators:integer,optional(default=10)森林里的树木数量100,150,300,...
。criteria:string,可选(default="gini")分割特征的测量方法"entropy"、"gini"
。max_depth:integer或None,可选(默认=无)树的最大深度5,8,15,25,30
。max_features="auto”,每个决策树的量大特征数量
·If"auto",then max_features=sqrt(n_features).
·If"sqrt",then max_features=sqrt(n features)(same as"auto").
·If"log2",then max_features=log2(n_features).
·If None,then max_features = n_features.
。bootstrap:boolean,optional(default=True)是否在构建树时使用放回抽样\
。min_samples_split:节点划分最少样本数
。min_samples_leaf:叶子节点的最小样本数
·其中超参数有:n_estimator,max_depth,min_samples_split,min_samples_leaf
6、应用总结
在当前所有分类算法中,具有极好的准确率
能够有效地运行在大数据集上,处理具有高维特征的输入样本,而且不需要降维
能够评估各个特征在分类问题上的重要性
7、案例:随机森林对泰坦尼克号乘客的生存进行预测
import pandas as pd
'''1 获取数据'''
path = "http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic.txt"
titanic = pd.read_csv(path)
row.names | pclass | survived | name | age | embarked | home.dest | room | ticket | boat | sex | |
---|---|---|---|---|---|---|---|---|---|---|---|
0 | 1 | 1st | 1 | Allen, Miss Elisabeth Walton | 29.0000 | Southampton | St Louis, MO | B-5 | 24160 L221 | 2 | female |
1 | 2 | 1st | 0 | Allison, Miss Helen Loraine | 2.0000 | Southampton | Montreal, PQ / Chesterville, ON | C26 | NaN | NaN | female |
2 | 3 | 1st | 0 | Allison, Mr Hudson Joshua Creighton | 30.0000 | Southampton | Montreal, PQ / Chesterville, ON | C26 | NaN | (135) | male |
3 | 4 | 1st | 0 | Allison, Mrs Hudson J.C. (Bessie Waldo Daniels) | 25.0000 | Southampton | Montreal, PQ / Chesterville, |