随机森林
老师 在上一小节中使用BaggingClassifier实现随机森林的模型中 有max-samples这个参数 就是每一个子模型从所有样本中取多少样本进行训练 但是RFClassifier中怎么没有这个参数呢 可不可以对这个参数进行调参
1053
收起
正在回答
1回答
不可以。BaggingClassifier和RandomForestClassifier中创建弱分类器的机制是不同的。
BaggingClassifier创建弱分类器的方法，是让其中的每一个分类器，所见的样本，或者样本的特征，是原始数据的一个子集；
而对于RandomForest来说，是通过让每一个决策树通过max_depth，max_sample_splits，min_samples_leaf，max_features，max_leaf_nodes等等这些参数的调节，来让每个决策树是一个弱分类器的。
这里值得一提的是，对于RandomForest来说，让bootstrap为true，成为有放回取样，本质上每课决策树所看到的样本数就是原始样本总数的一个子集了。但是，有放回取样进行的次数依然是n次，RandomForestClassifier不提供对这个参数进行修改的接口：）
对于你的需求，可以创建BaggingClassifier，其中的子分类器用DecisionTree，创建DecisionTree的参数可以调节，同时对BaggingClassifier来说，可以调节其中的max_samples：）
加油！：）
2
有任何疑惑可以回复我~
相似问题
关于决策树 bagging 与 随机森林的疑问
1603
0
7
随机森林
263
0
1
sklearn 随机森林
286
0
1
老师好，求教关于随机森林的一个问题
1552
0
2
关于bagging和随机森林的区别
2671
0
2
登录后可查看更多问答，登录/注册
