10 个随机森林，每个森林有 50 棵树，每个树都在相同的数据上，是否等于一个随机森林在相同的数据上，有 500 棵树？答案

【问题标题】：Do 10 random forests with 50 trees each on same data, equal one random forest on same data with 500 trees?10 个随机森林，每个森林有 50 棵树，每个树都在相同的数据上，是否等于一个随机森林在相同的数据上，有 500 棵树？
【发布时间】：2019-11-16 05:46:48
【问题描述】：

我有一个包含 100 万行的数据集。

在运行 1 个包含 500 棵树的随机生存森林时，使用 R 中的 randomForestSRC 包，由于内存问题，需要花费大量时间。

那么，我是否可以在相同的数据上运行 10 个随机生存森林，其中包含 50 棵树，每次使用不同的种子，并平均 10 个随机森林的结果（除以 10），这样我就可以获得相当相似的结果结果是有 500 棵树的那棵？

【问题讨论】：

您可以这样做，但是您必须对所有模型中的所有树进行平均才能获得相似的结果。分别平均每个模型是不同的。

标签： random-forest

【解决方案1】：

是的，结果应该相似。随机森林只是决策树的集合。以后添加更多的树是没有问题的，只要您对 10 组 50 棵树中的每一个使用相同的数据和参数。此外，您可以查看更有效的随机森林算法版本，例如包ranger，也可以做生存森林，iirc。

【讨论】：

我试过这样做，但是 10 个随机生存森林模型对整个数据的准确性（通过在 R 中运行 RFSRC 包）通过对它们进行平均合并为 1，结果比单一的要差得多整个数据上的 50 棵树随机生存森林模型。这似乎很奇怪。似乎是平均部分或种子选择部分发生了问题
您能否提供一些代码，理想情况下可重现，这些结果出现在哪里？尤其是：您如何准确地平均模型结果？