- 博客(1)
- 收藏
- 关注
RSS订阅转载 随机森林_袋外错误率（OOB error）
在随机森林bagging法中可以发现booststrap每次约有1/3的样本不会出现在bootstrap所采集的样本集合中，故没有参加决策树的建立，这些数据称为袋外数据oob，用于取代测试集误差估计方法，可用于模型的验证。下面先介绍下oob的使用，其中（x,y）代表输入的样本和label，g表示的是构建的树。构建随机森林的关键问题就是如何选择最优的m（从总量为M的特征向量中，随机选择m个特征...
2020-03-23 11:51:14
14516
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人