random-forest पर टैग किए गए जवाब

मैंने देखा है कि यादृच्छिक वन प्रतिगमन मॉडल बनाते समय, कम से कम R, अनुमानित मूल्य कभी भी प्रशिक्षण डेटा में देखे गए लक्ष्य चर के अधिकतम मूल्य से अधिक नहीं होता है। एक उदाहरण के रूप में, नीचे दिए गए कोड को देखें। मैं डेटा के mpgआधार पर अनुमान …

12 r  random-forest 

मेरी समझ से, सीएनएन में दो भाग होते हैं। पहला भाग (कन्ट / पूल लेयर) जो सुविधा निष्कर्षण करता है और दूसरा भाग (fc लेयर्स) जो सुविधाओं से वर्गीकरण करता है। चूंकि पूरी तरह से जुड़े हुए तंत्रिका जाल सबसे अच्छे क्लासीफायर नहीं हैं (यानी वे ज्यादातर एसवीएम और आरएफ …

11 neural-networks  svm  random-forest  conv-neural-network 

मेरे पास एक यादृच्छिक वन प्रतिगमन है जो कि skl का उपयोग करके बनाया गया है और मैं ध्यान देता हूं कि मैं अलग-अलग मूल्यों को यादृच्छिक बीज सेट करने के आधार पर अलग-अलग परिणाम देता हूं। अगर मैं यह जानने के लिए LOOCV का उपयोग करता हूं कि कौन …

11 cross-validation  random-forest 

एक वाक्य में प्रश्न: क्या कोई जानता है कि एक यादृच्छिक जंगल के लिए अच्छे वर्ग के वज़न का निर्धारण कैसे किया जाता है? स्पष्टीकरण: मैं असंतुलित डेटासेट के साथ खेल रहा हूँ। मैं बहुत कम सकारात्मक उदाहरण और कई नकारात्मक उदाहरणों के साथ एक बहुत तिरछे डेटासेट पर एक …

11 r  random-forest 

के साथ चारों ओर खेलने के बोस्टन आवास डेटासेट और RandomForestRegressor(w / डिफ़ॉल्ट पैरामीटर) में scikit-जानने के लिए, मैं कुछ अजीब देखा: मतलब पार सत्यापन स्कोर में कमी आई के रूप में मैं 10 मेरे पार सत्यापन रणनीति के रूप में था इस प्रकार से परे परतों की संख्या में …

11 machine-learning  cross-validation  random-forest  sample-size  scikit-learn 

रैंडम फ़ॉरेस्ट कार्यान्वयन प्रतिस्थापन के साथ नमूना लेने पर भी, टिप्पणियों की संख्या से परे नमूनाकरण की अनुमति नहीं देता है। ऐसा क्यों है? ठीक काम करता है: rf <- randomForest(Species ~ ., iris, sampsize=c(1, 1, 1), replace=TRUE) rf <- randomForest(Species ~ ., iris, sampsize=3, replace=TRUE) मुझे क्या करने का …

11 r  sampling  random-forest  stratification  oversampling 

एक बेतरतीब जंगल निर्णय पेड़ों का एक संग्रह है जो प्रत्येक पेड़ के निर्माण के लिए यादृच्छिक रूप से केवल कुछ विशेषताओं का चयन करता है (और कभी-कभी प्रशिक्षण डेटा को जीतना)। जाहिरा तौर पर वे अच्छी तरह से सीखते हैं और सामान्यीकरण करते हैं। क्या किसी ने निर्णय वृक्ष …

11 mcmc  monte-carlo  random-forest  cart 

मैं एक क्लासिफायरियर को प्रशिक्षित करना चाहता हूं, एसवीएम या यादृच्छिक वन, या किसी अन्य क्लासिफायरियर को कहना चाहता हूं। डेटासेट में एक विशेषता 1000 स्तरों वाला एक श्रेणीगत चर है। इस चर में स्तरों की संख्या को कम करने का सबसे अच्छा तरीका क्या है। R combine.levels()में Hmisc पैकेज …

11 classification  svm  random-forest  many-categories 

मान लें कि मुझे एक यादृच्छिक वन (आर में यादृच्छिकफोरस्ट पैकेज का उपयोग करके) के आधार पर एक भविष्य कहनेवाला वर्गीकरण मॉडल मिला है। मैं इसे सेट करना चाहता हूं ताकि एंड-यूज़र्स के लिए एक भविष्यवाणी उत्पन्न करने के लिए एक आइटम निर्दिष्ट कर सकें, और यह एक वर्गीकरण संभावना …

11 machine-learning  random-forest 

यदि हम पूर्ण विकसित निर्णय वृक्ष (यानी एक अप्रत्याशित निर्णय वृक्ष) पर विचार करते हैं तो इसमें उच्च विचरण और निम्न पूर्वाग्रह होते हैं। बैगिंग और रैंडम फ़ॉरेस्ट इन उच्च विचरण मॉडल का उपयोग करते हैं और विचरण को कम करने के लिए उन्हें एकत्र करते हैं और इस प्रकार …

11 variance  random-forest  cart  bias  bagging 

एक यादृच्छिक वन के निर्माण के लिए मैं जिस विधि से परिचित हूं वह इस प्रकार है: ( http://www.stat.berkeley.edu/~breiman/RandomForests/cc_home.htm से ) जंगल में एक पेड़ बनाने के लिए हम: बूटस्ट्रैप आकार N का एक नमूना जहां N हमारे प्रशिक्षण सेट का आकार है। इस पेड़ के लिए प्रशिक्षण सेट के …

11 machine-learning  classification  random-forest 

क्या एक अनुमानित स्कोर प्राप्त करने का एक तरीका है (हम रैंडम फ़ॉरेस्ट या चरम ग्रेड बूस्टिंग (XGBoost) जैसे एल्गोरिदम का उपयोग करते समय प्रत्येक अनुमानित मूल्य के लिए इसे आत्मविश्वास मूल्य या संभावना भी कह सकते हैं)। मान लें कि यह आत्मविश्वास स्कोर 0 से 1 तक होगा और …

11 r  regression  random-forest  prediction  boosting 

मैं यादृच्छिक जंगल द्वारा एक बाइनरी लक्ष्य वर्ग के साथ एक डेटासेट फिट करता हूं। अजगर में, मैं इसे या तो randomforestclassifier या randomforestregressor द्वारा कर सकता हूं। मैं सीधे randomforestclassifier से वर्गीकरण प्राप्त कर सकता हूं या पहले randomforestregressor चला सकता हूं और अनुमानित स्कोर (निरंतर मूल्य) का एक …

11 python  random-forest 

सब कुछ शीर्षक में है, क्या यह यादृच्छिक जंगल का उपयोग करने से पहले फीचर चयन का उपयोग करने के लिए समझ में आता है?

11 machine-learning  feature-selection  random-forest 

मैं उच्च-आयामी समूहीकृत डेटा (50 संख्यात्मक इनपुट चर) पर यादृच्छिक वन का उपयोग कर रहा हूं, जिसमें एक श्रेणीबद्ध संरचना है। डेटा 70 अलग-अलग वस्तुओं के 30 पदों पर 6 प्रतिकृति के साथ एकत्र किए गए थे जिसके परिणामस्वरूप 12600 डेटा पॉइंट थे, जो स्वतंत्र नहीं हैं। ऐसा लगता है …

11 regression  random-forest