如何解决了解 k 折交叉验证中 ntree 的生成
我想了解随机森林模型在 K 折交叉验证中的工作原理。根据以下元素定义了一个简单的算法:
-
决定你想要的折叠次数 (k)
-
将数据集细分为 k 折
-
对训练集使用 k-1 折来构建模型
-
保存您的结果以备后用
-
重复步骤 3-6 k 次,为您的测试集留下不同的折叠。
-
平均迭代中的误差以预测整体误差
我不明白的是 ntree 参数在什么级别进行干预。 ntree 是要构建的树的数量。例如,如果我选择 ntree = 500 是不是说在每 k-1 次折叠时,会建造 500 棵新树?并且这些树与之前的 k-1 折叠不同吗?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。