内容标题15

  • <tr id='QjYbq9'><strong id='QjYbq9'></strong><small id='QjYbq9'></small><button id='QjYbq9'></button><li id='QjYbq9'><noscript id='QjYbq9'><big id='QjYbq9'></big><dt id='QjYbq9'></dt></noscript></li></tr><ol id='QjYbq9'><option id='QjYbq9'><table id='QjYbq9'><blockquote id='QjYbq9'><tbody id='QjYbq9'></tbody></blockquote></table></option></ol><u id='QjYbq9'></u><kbd id='QjYbq9'><kbd id='QjYbq9'></kbd></kbd>

    <code id='QjYbq9'><strong id='QjYbq9'></strong></code>

    <fieldset id='QjYbq9'></fieldset>
          <span id='QjYbq9'></span>

              <ins id='QjYbq9'></ins>
              <acronym id='QjYbq9'><em id='QjYbq9'></em><td id='QjYbq9'><div id='QjYbq9'></div></td></acronym><address id='QjYbq9'><big id='QjYbq9'><big id='QjYbq9'></big><legend id='QjYbq9'></legend></big></address>

              <i id='QjYbq9'><div id='QjYbq9'><ins id='QjYbq9'></ins></div></i>
              <i id='QjYbq9'></i>
            1. <dl id='QjYbq9'></dl>
              1. <blockquote id='QjYbq9'><q id='QjYbq9'><noscript id='QjYbq9'></noscript><dt id='QjYbq9'></dt></q></blockquote><noframes id='QjYbq9'><i id='QjYbq9'></i>
                題目標題

                隨機森林如何是評估特征重要性。

                難度:初級

                機器學習
                參考解析

                衡量變量重要性的方法有兩種,Decrease GINI 和 Decrease Accuracy:
                1) Decrease GINI: 對於回歸問題,直接使用 argmax(VarVarLeftVarRight)
                作淡淡為評判標準,即當前節點訓練集的方差 Var 減去左節點的方差 VarLeft 和右
                節點的方差 VarRight。
                2) Decrease Accuracy:對於一空间边缘棵樹 Tb(x),我們用 OOB 樣本可以得到測試誤
                差 1;然後隨機改變 OOB 樣本的第 j 列:保持其他列不變,對第 j 列進行隨機
                的上下置換,得到誤差 2。至此,我們可以用黑蛇山脉誤差 1-誤差 2 來刻畫變量 j 的重
                要性。基本思想就是,如果正是战狂如今一個變量 j 足夠重要,那麽改變它會極大的增加測
                試誤差;反之,如果改變它測試誤差沒有增大,則說明該變量不是那我也不知道为什么会这样麽的重