在scikit-learn中平均多个随机森林模型
在scikit-learn中平均多个随机森林模型
提问于 2017-12-23 04:17:57
我有一个非常大的数据集，我想在数据集的分区上训练几个随机的森林模型，然后对这些模型进行平均，以得出我的最终分类器。由于随机森林是一种集成方法，这是一种直观上合理的方法，但我不确定是否可以使用scikit-learn的随机森林分类器。有什么想法吗？
我也会开放使用来自另一个包的随机森林分类器，只是不确定去哪里找。
Stack Overflow用户
发布于 2017-12-23 05:58:23
下面是我能想到的：
- Pandas + Scikit:你可以定制你自己的引导算法，你可以从整个数据集中随机读取一个合理大小的样本，并在上面拟合scikit树(如果你在每个节点上随机化特征，那将是完美的)。然后挑选每一棵树，最后求出它们的平均值，得出你的随机forest.
- Graphlab + SFrame Turi有自己的大数据库(SFrame，类似于Pandas)和机器学习库(graphlab，非常类似于scikit)。对于一些人来说，非常漂亮的environment.
- Blaze-Dask可能会有一点陡峭的学习曲线，但这将是一个有效的解决方案。
- 您也可以使用内存映射的numpy选项，但它将比前三个选项更麻烦，而且我从未这样做过，因此我将在这里保留此选项。
总而言之，我会选择选项2。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/47946942
复制相关文章
相似问题
腾讯云开发者
