问用‘投票’来取两棵决策树的“平均数”是什么意思？

EN

我认为你把两种不同的东西混合在一起--随机森林进行回归和分类。回归指的是预测一个连续值(数)。随机森林可以构造多个回归树，每个树都对多个回归树的数目进行预测。在这种情况下，很容易理解。数值预测的平均值是为了给出一个稳健的预测真值。

然而，我认为你是在询问分类--预测一个名义值(也称为分类或因子)。在这种情况下，每个决策树预测一个类别。通常，谈论平均类别是没有意义的。相反，多个决策树“投票”--即计算每个类别预测多少次，并以获得最多票数的类别作为预测。没有平均，只有数数。

下面是一个简单的例子。

数据

V1   V2    V3    Class
A     C     E      X
A     C     F      X
B     C     F      Y
B     D     F      Y 
B     D     E      X

决策树1只使用功能V1：

如果V1 = A，则预测X，否则预测Y

决策树2只使用功能V2：

如果V2 = C，则预测X，否则预测Y

决策树3只使用功能V3：

如果V3 = E，则预测X，否则预测Y

现在我们要预测一个新点(A，C，F)的类别：

• 决策树1看到V1 =A并预测Class=X

• 决策树2看到V2 =C并预测Class=X

• 决策树3看到V3 =F并预测Class=Y

有两票投给X，一票投给Y，所以森林预测X，获得多数选票的阶级。