python - 为什么单棵树的随机森林比决策树分类器好得多？

Question

我申请的是使用以下代码对我的数据进行决策树分类器和随机森林分类器:

def decision_tree(train_X, train_Y, test_X, test_Y):

    clf = tree.DecisionTreeClassifier()
    clf.fit(train_X, train_Y)

    return clf.score(test_X, test_Y)


def random_forest(train_X, train_Y, test_X, test_Y):
    clf = RandomForestClassifier(n_estimators=1)
    clf = clf.fit(X, Y)

    return clf.score(test_X, test_Y)

为什么随机森林分类器的结果要好得多(运行 100 次，随机采样 2/3 的数据用于训练，1/3 的数据用于测试)？

100%|███████████████████████████████████████| 100/100 [00:01<00:00, 73.59it/s]
Algorithm: Decision Tree
  Min     : 0.3883495145631068
  Max     : 0.6476190476190476
  Mean    : 0.4861783113770316
  Median  : 0.48868030937802126
  Stdev   : 0.047158171852401135
  Variance: 0.0022238931724605985
100%|███████████████████████████████████████| 100/100 [00:01<00:00, 85.38it/s]
Algorithm: Random Forest
  Min     : 0.6846846846846847
  Max     : 0.8653846153846154
  Mean    : 0.7894823428836184
  Median  : 0.7906101571063208
  Stdev   : 0.03231671150915106
  Variance: 0.0010443698427656967

带有一个估计器的随机森林估计器不仅仅是一棵决策树？我是否做错了什么或误解了这个概念？

Answer 1

The random forest estimators with one estimator isn't just a decision tree?

嗯，这是一个好问题，答案是不；随机森林算法不仅仅是一袋单独生长的决策树。

除了集成许多树而产生的随机性之外，随机森林 (RF) 算法还在以两种不同的方式构建个体树时纳入了随机性，而这两种方式都不存在于简单的决策树中( DT)算法。

第一个是在每个树节点寻找最佳分割时要考虑的特征数量:DT 考虑所有特征，而 RF 考虑它们的随机子集，其大小等于参数 max_features (参见docs)。

第二个是，虽然 DT 考虑整个训练集，但单个 RF 树仅考虑其自举子样本；来自docs再次:

The sub-sample size is always the same as the original input sample size but the samples are drawn with replacement if bootstrap=True (default).

<小时/>

RF 算法本质上是两个独立思想的组合:装袋和随机选择特征(请参阅Wikipedia entry以获得很好的概述)。装袋本质上是我上面的第二点，但应用于整体；随机选择特征是我上面的第一点，它似乎是在 Breiman 的 RF 之前由 Tin Kam Ho 独立提出的(再次参见维基百科条目)。 Ho 已经提出，仅随机特征选择就可以提高性能。这并不完全是您在这里所做的(您仍然使用装袋中的引导采样思想)，但您可以通过设置 bootstrap=False 轻松复制 Ho 的想法。在你的RandomForestClassifier()论据。事实是，根据这项研究，性能差异并不意外......

完全复制 RandomForestClassifier() 中单个树的行为，您应该同时使用 bootstrap=False和max_features=None参数，即

clf = RandomForestClassifier(n_estimators=1, max_features=None, bootstrap=False)

在这种情况下，既不会发生引导采样，也不会发生随机特征选择，并且性能应大致等于单个决策树的性能。