随机森林中的种子是什么作用？

Question

7

我知道在通常情况下，设置种子是为了能够重现相同的结果。但是，在随机森林中设置种子实际上会产生什么影响呢？它是否会改变R中randomForest()函数的任何参数，如nTree或sampSize？

我每次都使用不同的种子来构建我的随机森林模型，但我想知道不同的种子如何影响随机森林模型。

- Sowmya S. Manian

1

请点击此处了解 R 中种子的相关信息。由于 randomForest 生成随机树，设置种子将保证相同的输出结果。对于正常使用，请不要对种子进行任何操作，它将默认为“随机”。 - Axeman

不同的种子不会改变nTree或sampSize，但它可能会稍微改变模型的结果，尤其是当像ntree这样的参数设置为较低值时，影响会更加明显。 - Axeman

1

@Axeman 请考虑添加一篇带有解释的答案。 - Pierre L

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- CAFEBABE · Accepted Answer

树是由种子生长出来的，森林也是如此;-)（scnr）

建立随机森林有不同的方法，然而，所有方法都有一个共同点：建立多个树。为了提高分类准确性，随机森林中的各个树需要有所区别，否则您将得到 nTree 次相同的树。通过在树的生成中引入随机性来实现此差异。随机性受到种子的影响，种子最重要的是使用相同的种子应始终生成相同的结果。

随机性如何影响树的创建？有多种方式。 - 为随机子集构建树。对于森林中的每棵单独的树，都会绘制一些训练示例的子集，然后针对该子集构建一棵树。 - 在树的每个决策点上，随机选择决策属性。

通常这两个元素会结合起来。