为什么极度随机树比随机森林更随机?这个极度随机的特性有什么好处?在训练阶段、极度随机数比随机森林快还是慢?
ExtRa Trees是Extremely Randomized Trees的缩写,意思就是极度随机树。极端随机树,简称ExtRa Trees,是一种集成机器学习算法。具体地说,它是一个决策树的集成学习方法,并与其他决策树集成算法相关,如bagging和随机森林(random forest)。
极度随机树比常规随机森林更具有随机性(Randomness),因为该模型在每次分裂或者分枝的时都会随机选择一个特征子集进行分枝特征的选择,而且该模型不需要选择最佳阈值,而是采用随机阈值进行分枝。
也就是说,ExtRa Trees算法在每个节点随机