Я знаю, что семя установлено вообще, используется, чтобы мы могли воспроизвести тот же результат. Но, что делает создание семени на самом деле в случайной части леса. Изменит ли он любой из аргументов функции randomForest() в R, например nTree или sampSize.Что делает семя в случайном лесу?
Я использую разные семена для своей случайной модели леса каждый раз, но хочу знать, как разные семена влияют на случайную модель леса.
Деревья растут из семян и так же леса ;-) (SCNR)
Существуют различные способы построен случайный лес, тем не менее, все общее, что несколько деревьев построены. Чтобы повысить точность классификации по одному дереву решений, отдельные деревья в случайном лесу должны отличаться, так как у вас должно было бы быть nTree раз тому же дереву. Эта разница достигается путем введения случайности в генерации деревьев. На случайность влияет семя, и самое главное, что семя состоит в том, что использование одного и того же семени должно всегда генерировать тот же результат.
Как влияет случайность на сборку дерева? Существует несколько способов. - построить дерево для случайного подмножества. Это для каждого отдельного дерева леса подбирается подмножество учебного примера, а затем создается это дерево для этого подмножества - в каждой точке принятия решения в дереве атрибут принятия выбирается случайным образом.
Часто эти два элемента объединены.
http://link.springer.com/article/10.1023%2FA%3A1010933404324#page-1
[Смотрите здесь для получения информации о семенах в R.] (http://stackoverflow.com/questions/13605271/reasons-for-using-the-set-seed-function) Так как 'randomForest' создает случайные деревья, установка семян гарантирует тот же результат. Для нормального использования ничего не делайте с семенем, по умолчанию оно будет «случайным». – Axeman
Различные семена не изменят 'nTree' или' sampSize', но могут слегка изменить исход модели, более резко, когда параметры, такие как 'ntree', установлены на низкие значения. – Axeman
@Axeman рассмотреть вопрос о добавлении ответа с объяснением –