【问题标题】:How to use high dimensional features for random forest in scikit learn如何在 scikit learn 中将高维特征用于随机森林
【发布时间】:2016-06-02 00:53:36
【问题描述】:

如何在 scikit learn 中将高维特征用于随机森林?
我打算使用10维特征向量和向量之间的马氏距离。

【问题讨论】:

  • 我不明白这个问题。 10 维特征向量并不是真正的高维。另外,你打算如何在随机森林中使用马氏距离?
  • 随机森林由决策树组成。树的每个节点都是基于比较的决策。对于每个比较,我们都需要一个距离。我打算使用马氏距离来找到特征向量之间的距离并将它们用于决策树。

标签: scikit-learn random-forest


【解决方案1】:

根据the docs,只有 Gini 和 Entropy 标准可用于生成分类树。但是,您也许可以自己编写一个新标准并使用它。

【讨论】:

    猜你喜欢
    • 2015-12-16
    • 2015-09-20
    • 2015-09-28
    • 2013-06-07
    • 2015-03-28
    • 2015-02-20
    • 2014-07-30
    • 2015-11-14
    • 2012-12-20
    相关资源
    最近更新 更多