答えて

0

これはやや複雑な質問です。

デシジョンツリーではバギングを使用できますが、元のアプローチはあまりうまく機能しません。サブサンプルされた集団は相関の高いツリーを生成します。このソリューションは、一般的に、ランダムなフォレストの方向にあなたを連れて行きます。これは、袋詰めのバリエーションです。

バッグ自体はモデル投票の一種です。はい、最終結果に異なるモデルを投票させることができます。投票を行うために独自に開発されたモデルの異種セットを持つことさえできます。これが改良されたモデルを生み出すかどうかはわかりません。ブートストラップアグリゲーション(バギングの正式名称)は、通常、1つのタイプのモデルに適用されます(ただし、デシジョンツリー用に変更された形式)。

+0

個人的には、線状セパレータを使用すると、袋詰めの性能が損なわれると思います。しかし、実際には、私たちが望むのは、分散と偏りを相殺することだけですが、その組み合わせはそれを達成できませんでした...それは正しいのですか? –

+0

@TianyiNi。 。 。私の主張は、*それ自体が決定木では役に立たないということです。あなたはランダムなフォレストのアルゴリズムを調べるべきです。分割に使用されるフィールド上でのランダム化は、そのコンテキストでのバギングを可能にするものです。 –

関連する問題