r - 种子在随机森林中起什么作用？

Question

我知道通常使用种子设置，以便我们可以重现相同的结果。但是，在随机森林部分中设置种子实际上是做什么的。它是否会更改 R 中的 randomForest() 函数的任何参数，例如 nTree 或 sampSize 。

我每次都为随机森林模型使用不同的种子，但想知道不同的种子如何影响随机森林模型。

Answer 1

树木是从种子中长出来的，森林也是如此;-) (scnr)

构建随机森林的方法有多种，但共同点是构建多棵树。为了提高单个决策树的分类准确性，随机森林中的各个树需要不同，因为您将拥有 nTree 倍同一棵树。这种差异是通过在树的生成中引入随机性来实现的。随机性受到种子的影响，而种子最重要的是使用相同的种子应该始终生成相同的结果。

随机性如何影响树的构建？有多种方法。 - 为随机子集构建树。这是为森林中的每棵树绘制训练示例的子集，然后为该子集构建一棵树 - 在树中的每个决策点，决策属性是随机选择的。

通常这两个元素是结合在一起的。

http://link.springer.com/article/10.1023%2FA%3A1010933404324#page-1