python - 随机森林袋内和节点尺寸

Question

我必须做一个随机森林分类器来进行练习，并且该练习专门说明了参数，我引用了我的语言

in-bag percentage: 25% 50% 85%

Number of dimensions in one node: 10%, 50%, 80%

我使用 scikit-learn 作为分类器，但我不知道类中的哪些参数用于设置袋内百分比和维度数。

Answer 1

您可以使用max_features参数定义维度数。像这样的东西:

rf = RandomForestClassifier(max_features=.1)

不幸的是，RandomForestClassifier尚不支持子采样(即袋内百分比)。然而这个功能已经added在 sklearn 当前的开发分支中，因此将来会可用。

目前一个好的解决方法是使用 BaggingClassifier:它有一个用于二次采样的 max_samples 参数，并且可以使用以下命令将其转换为 RandomForestClassifier DecisionTreeClassifier 作为基础。

base = DecisionTreeClassifier(max_features=.1)    
rf = BaggingClassifier(base_estimator=base, max_samples=.25)

请注意，BaggingClassifier 也有一个 max_features 参数，但其工作方式与随机森林不同。