企业官网建设流程全解析

郑州做网站和app的公司,成都微信网站建设报价,工作网站建设中布线费用账务处理,wordpress文章类型模板“随机森林”#xff1f;别被这个名字吓到了#xff0c;它其实特别好理解#xff0c;而且在机器学习的世界里#xff0c;它可是个“大明星”。 如果你完全没接触过算法#xff0c;没关系。想象一下#xff0c;你现在面临一个艰难的决定#xff0c;比如#xff1a;今晚该…“随机森林”别被这个名字吓到了它其实特别好理解而且在机器学习的世界里它可是个“大明星”。如果你完全没接触过算法没关系。想象一下你现在面临一个艰难的决定比如今晚该去哪家餐厅吃饭1. 从“决策树”到“随机森林”在了解森林之前我们先看一眼树。 决策树 (Decision Tree) 是什么决策树就像是你那个非常有主见的朋友我们就叫他“小明”吧。当你问小明“今晚去吃火锅吗”他的脑子里会有一套固定的判断逻辑辣不辣- 如果辣去。排队吗- 如果排队超过30分钟不去。贵不贵- 如果人均超过200不去。最后小明会给你一个确定的答案“去”或者“不去”。这就是一棵决策树。 随机森林 (Random Forest) 是什么但是小明一个人的判断可能不准呀也许他今天心情不好或者他特别讨厌排队导致他错过了好吃的店。为了防止“偏见”你决定不只问小明一个人。你找来了小红、小刚、小李等100 个朋友。你把同样的问题抛给这 100 个人让他们每个人都根据自己的逻辑投票。如果 70 个人说“去吃”30 个人说“别去”。那你最终的决定就是去吃这就是随机森林的核心思想三个臭皮匠顶个诸葛亮群体智慧。它是由很多棵决策树组成的最后的结果由大家一起投票决定。2. 为什么叫“随机”(核心秘密)你可能会问“如果这 100 个朋友的想法都跟小明一模一样那问 100 个人和问 1 个人有什么区别”问得好为了让这 100 棵树朋友各不相同随机森林用了两个“随机”魔法魔法一数据的随机 (让大家看到的经验不同)假设你手头有一本《美食指南》里面有 1000 家餐厅的评价数据。给小明的资料随机抽 800 条数据给他学习。给小红的资料也随机抽 800 条可能有些跟小明重合有些不一样。给小刚的资料再随机抽…这样每个人学到的经验都是略有差别的。有的朋友可能更懂川菜有的更懂粤菜。魔法二特征的随机 (让大家关注的重点不同)判断一家餐厅好坏有很多标准特征口味、环境、服务、价格、距离、排队时间…强制规定小明只能从“口味”和“价格”里做判断。强制规定小红只能从“环境”和“距离”里做判断。这样一来每棵树都成了“偏科生”但它们组合在一起就覆盖了所有角度变成了全能的“学霸”。3. 随机森林是怎么工作的(举个栗子)假设我们要预测明天会不会下雨建立森林算法生成了 3 棵决策树实际应用中可能有成百上千棵。各自判断树 A 说我看昨晚云很厚我觉得会下雨。树 B 说我看今天湿度不高我觉得不会下雨。树 C 说我看燕子低飞了我觉得会下雨。投票 (Voting)会下雨2 票不会下雨1 票最终结果会下雨。如果是预测房价数值那就不是投票了而是取平均值。比如树 A 估价 100 万树 B 估价 120 万结果就是 110 万。4. 随机森林的优缺点✅ 优点 (为什么大家爱用它)准确率高人多力量大不容易出错。不挑食处理高维数据特征特别多很厉害不用做太多复杂的预处理。不容易“钻牛角尖”单个决策树容易“过拟合”死记硬背但随机森林因为大家一起商量泛化能力很强。❌ 缺点 (也要注意)慢种 100 棵树肯定比种 1 棵树花的时间长预测的时候也要等大家投完票。黑盒决策树的逻辑很清晰如果…就…但随机森林有几百棵树交织在一起你很难解释清楚具体是哪条规则起了决定性作用。5. 总结随机森林就是找来一大群人很多决策树。每个人只给一部分资料学习数据随机。每个人只允许关注一部分细节特征随机。最后大家投票出结果集成学习。