随机森林:修订间差异

来自决策链云智库
无编辑摘要
无编辑摘要
第21行: 第21行:
|nodeavailabletablelist=Table_For_Downstream
|nodeavailabletablelist=Table_For_Downstream
|nodeconfiguration=VariableList;DropManu;Text
|nodeconfiguration=VariableList;DropManu;Text
|nodeinputports=WorkFlow-Control 🠊;Transfer-Table ■
|nodeinputports=WorkFlow-Control ;Transfer-Table ■
|nodeoutputports=WorkFlow-Control 🠊;Transfer-Model ▶;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ;Transfer-Model ▶;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/随机森林
|statsapewikiurl=https://wiki.statsape.com/随机森林
|previousnode=[[LightGBM]]
|previousnode=[[LightGBM]]

2023年12月8日 (五) 14:14的版本

Random Forest.png
节点状态
PC可用
V1.0部署
随机森林Random Forest.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名随机森林
功能主类别机器学习
英文缩写RF_Model
功能亚类别分类训练器
节点类型数据挖掘
开发语言Python
节点简介

随机森林(Random Forest)是一种基于集成学习的机器学习算法,由多个决策树组成。它通过对训练数据集进行有放回的随机抽样(bootstrap采样),并在每个决策树上进行随机特征选择,来构建多个决策树模型。最终的预测结果是基于所有决策树的投票或平均结果。

端口数量与逻辑控制(PC)
Input-入口2个
Output-出口3个
Loop-支持循环
If/Switch-支持逻辑判断
输入输出
可生成图片类型(推荐)
可生成数据表类型(推荐)
相关节点
上一节点LightGBM
下一节点朴素贝叶斯




查找其他类别的节点,请参考以下列表