请教：为什么RF，对于不平衡的数据集，可以平衡误差？？
请教1：为什么RF，对于不平衡的数据集可以平衡误差？？
请教2：改变随机森林的训练样本数据量，是否会影响到随机森林学习到的模型的复杂度。
请教3：逻辑回归估计参数时的目标函数，如果加上一个先验的服从高斯分布的假设，会是什么样。
2018-08-16 20:28 已编辑 东北大学 算法工程师
关注
全部评论
求一个富萝莉收养
南开大学 Java
1.RF往往在处理不平衡类数据集表现不错，在创建树的过程中使用类变量的分裂规则，可以强制地将两个类很好的进行处理。 2.不会影响。
理性思考
东南大学 算法工程师
不可以吧？啥叫平衡误差？
牛客7466566号
香港科技大学 算法工程师
可能会比LR这种表现好点，但是平衡误差还是想多了，要不然sklearn里的class weight是干嘛的
君问归期未有期～
阿里巴巴_花呗_Java
3.L2
球生游戏
北京体育大学 算法工程师
bootstrap+downsample
softroadeast
南京理工大学 算法工程师
对于不平衡数据集平衡误差是因为随机森林在损失函数里为不同的类设置了不同的权重。至于第二个我觉得是有影响的，因为随机森林单个的树一般都是不剪枝充分生长的，数据量多的话为了能够完全拟合数据决策树分裂的深度会更高，当然第二个是我个人见解，仅供参考
相关推荐
查看18道真题和解析 点赞 评论 收藏
分享
程序员牛肉：死局。学历+无实习+项目比较简单一点。基本就代表失业了。
尤其是项目，功能点实在是太假了。而且提问点也很少。第一个项目中的使用jwt和threadlocal也可以作为亮点写出来嘛？第二个项目中的“后端使用restful风格”，“前端采用vue.JS”，“使用redis”也可以作为亮点嘛？
项目实在是太简单了，基本就是1+1=2的水平。而你目标投递的肯定也是小厂，可小厂哪里有什么培养制度，由于成本的问题，人家更希望你来能直接干活，所以你投小厂也很难投。基本就是死局，也不一定非要走后端这条路。可以再学一学后端之后走测试或者前端。
除此之外，不要相信任何付费改简历的。你这份简历没有改的必要了，先沉淀沉淀 点赞 评论 收藏
分享
点赞 评论 收藏
分享