Random Forest 实用经验(转)
2016-07-03 16:32
471 查看
总结两条关于random forest的实用经验。给定数据和问题,对于算法选择有参考价值。
小样本劣势,大样本优势
小样本情况下(1k~100k): RF相对与经典算法(SVM or Boosting)没优势,一般来说效果更差
大样本情况下(1M+): 这时候其他算法基本上跑不动了。RF凭借着快速的 training 和 testing,成为唯一能够实际操作的算法。 这也从一个侧面证明了工业界的哲学:数据第一,算法第二
如何针对不同问题,设计使用RF的方法,从而能够产生海量数据,是一门艺术
2. RF 与 KNN有相似的效果
RF 和 KNN 都可以看成对空间劈分的算法。RF 对空间的劈分是预计算的(在training过程中确定);而 KNN则是根据 testing sample adaptively劈分空间的。可以将RF视为KNN的一种快速算法。
KNN做不好的问题,RF也做不好
转自于
https://www.douban.com/note/212245564/
关于Knn和Random Forests的感觉
http://kkx.github.io/
小样本劣势,大样本优势
小样本情况下(1k~100k): RF相对与经典算法(SVM or Boosting)没优势,一般来说效果更差
大样本情况下(1M+): 这时候其他算法基本上跑不动了。RF凭借着快速的 training 和 testing,成为唯一能够实际操作的算法。 这也从一个侧面证明了工业界的哲学:数据第一,算法第二
如何针对不同问题,设计使用RF的方法,从而能够产生海量数据,是一门艺术
2. RF 与 KNN有相似的效果
RF 和 KNN 都可以看成对空间劈分的算法。RF 对空间的劈分是预计算的(在training过程中确定);而 KNN则是根据 testing sample adaptively劈分空间的。可以将RF视为KNN的一种快速算法。
KNN做不好的问题,RF也做不好
转自于
https://www.douban.com/note/212245564/
关于Knn和Random Forests的感觉
http://kkx.github.io/
相关文章推荐
- C/C++——strcpy函数的 几种 实现 和 详细 解析
- win10系统中安装scrapy-1.1
- Spring Mvc那点事---(22)Spring Mvc拦截器之WebRequestInterceptor
- 扫码问题:字符串内有空格,找不到文件
- abort remove_if of vector
- Win10 Mobile/PC预览版10586.456更新了哪些内容? 更新内容汇总
- Spring Mvc那点事---(21)Spring Mvc拦截器
- 图片适配 压缩比例 (纯代码)
- MySQL主从复制指定不同库表同步参数说明
- KNN算法思想与应用例子
- Spring Mvc那点事---(20)Spring Mvc过滤器Filter分类
- win7为什么打不开DMP文件?win7系统打不开DMP文件图文教程
- jquery总结
- Spring Mvc那点事---(19)Spring Mvc过滤器Filter实现登陆验证
- java、C++、Objective-C中运行时多态的表现
- 富文本编辑器
- Android常见异常
- numpy tricks(一)—— 多维数组的阈值化处理
- Android Studio2.1.2导入jar包和so文件方法
- Spring Mvc那点事---(18)Spring Mvc过滤器Filter