Preguntas etiquetadas con random-forest

Supongamos que tengo una muestra de frecuencias de 4 eventos posibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 y tengo las probabilidades esperadas de que ocurran mis eventos: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la suma de las frecuencias observadas de mis cuatro eventos (18) puedo calcular las...

Tengo un randomForestmodelo de clasificación fina que me gustaría utilizar en una aplicación que predice la clase de un nuevo caso. El nuevo caso inevitablemente tiene valores perdidos. Predecir no funcionará como tal para las AN. ¿Cómo debo hacer esto entonces? data(iris) # create first the new...

Estoy usando el regresor RandomForest en mis datos y pude ver que la puntuación de Oob se obtuvo en 0.83. No estoy seguro de cómo resultó ser así. Quiero decir que mis objetivos son valores altos en el rango de 10 ^ 7. Entonces, si es MSE, entonces debería haber sido mucho más alto. No entiendo lo...

No he encontrado ninguna literatura sobre la aplicación de bosques aleatorios a MNIST, CIFAR, STL-10, etc., así que pensé en probarlos con el MNIST invariante de permutación. En R , intenté: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) Esto funcionó durante 2 horas y...

1) ¿Cómo puedo cambiar el umbral de clasificación (creo que es 0.5 por defecto) en RandomForest en sklearn? 2) ¿cómo puedo submuestrear en sklearn? 3) Tengo el siguiente resultado del clasificador RandomForest: [[1635 1297] [520 3624]] precision recall f1-score support class 0 0.76 0.56 0.64...

En Random Forest, cada árbol se cultiva en paralelo en una muestra boostrap única de los datos. Debido a que se espera que cada muestra de boostrap contenga aproximadamente el 63% de las observaciones únicas, esto deja aproximadamente el 37% de las observaciones, que se pueden usar para probar el...

¿Cómo asigno más peso a las observaciones más recientes en R? Supongo que esto es una pregunta o deseo común, pero me resulta difícil descubrir exactamente cómo implementar esto. He intentado buscar mucho para esto, pero no puedo encontrar un buen ejemplo práctico. En mi ejemplo, tendría un gran...

He leído clasificadores algebraicos: un enfoque genérico para la validación cruzada rápida, la capacitación en línea y la capacitación paralela, y me sorprendió el desempeño de los algoritmos derivados. Sin embargo, parece que más allá de Naive Bayes (y GBM) no hay muchos algoritmos adaptados al...

Me sorprende que no pueda encontrar ningún artículo / conferencia sobre cómo uno puede incorporar Distribuciones de probabilidad de clase previa en clasificadores como Regresión logística o Bosque aleatorio. Entonces mi pregunta es: ¿Cómo se puede incorporar la distribución de probabilidad de...

Estoy usando la función randomForesten el randomForestpaquete de R para hacer una regresión. Sin embargo, cuando intento incluir un término de interacción en los siguientes códigos: library(MASS) library(randomForest) Boston_f <- within(Boston, factor(rad)) mdl <- randomForest(lstat ~ rad *...

Digamos que tenemos una muestra de dos poblaciones: Ay B. Supongamos que estas poblaciones están formadas por individuos y elegimos describirlos en términos de características. Algunas de estas características son categóricas (por ejemplo, ¿conducen al trabajo?) Y otras son numéricas (por ejemplo,...

Mi pregunta es sobre la clasificación binaria, por ejemplo, separar a los buenos clientes de los malos clientes, pero no la regresión o la clasificación no binaria. En este contexto, un bosque aleatorio es un conjunto de árboles de clasificación. Para cada observación, cada árbol vota un "sí" o...

Basado en una respuesta en Cross Validated , he estado buscando implementar un bosque aleatorio en .NET / C # para clasificar documentos de texto. Mirando en la web para ver si hay implementaciones existentes, me encontré con un algoritmo para un bosque de decisión en Alglib . La cuestión es que...

¿Cómo combina un clasificador de conjunto las predicciones de sus clasificadores constituyentes? Tengo dificultades para encontrar una descripción clara. En algunos ejemplos de código que he encontrado, el conjunto solo promedia las predicciones, pero no veo cómo esto podría hacer una "mejor"...

Estoy trabajando con el código forestal aleatorio de Breiman ( http://stat-www.berkeley.edu/users/breiman/RandomForests/cc_manual.htm#c2 ) para la clasificación de datos satelitales (aprendizaje supervisado). Estoy usando un conjunto de datos de entrenamiento y prueba que tiene un tamaño de muestra...

Entiendo cómo se elige la mejor división para bosque aleatorio para predictores numéricos (características). Los predictores numéricos se ordenan para cada valor, se calcula la impureza o entropía de Gini y se elige un umbral que proporciona la mejor división. Pero, ¿cómo se elige la mejor...

Tengo 5 variables para cada país del mundo y necesito analizar sus efectos e interacciones en una variable independiente. Random Forest sería adecuado para mi alcance ya que trata con relaciones no lineales y predice la importancia de las variables. Sin embargo, me pregunto si la dependencia...

Tengo un conjunto de datos que es estrictamente binario. El conjunto de valores de cada variable está en el dominio: verdadero, falso. La propiedad "especial" de este conjunto de datos es que una abrumadora mayoría de los valores son "falsos". Ya he usado un algoritmo de aprendizaje de red...

Esta pregunta ya tiene respuestas aquí : ¿Es mi modelo bueno, basado en el valor de la métrica de diagnóstico ( / AUC / precision / RMSE, etc.)? R2R2R^2 (3 respuestas) Cerrado hace 8 meses . Tengo datos de aprendizaje que consisten en ~ 45k muestras, cada una...

He leído esta declaración muchas veces, pero nunca he encontrado una prueba. Me gustaría intentar producir uno yo mismo, pero ni siquiera estoy seguro de qué notación usar. Puede alguien ayudarme con