嗨大家好 小弟最近讀到有關隨機森林的文章 覺得內容很有意思 所以上google搜尋了一些資料 認知到他是很多顆透過boostrap後sub-sample的決策樹所組成 但是每顆決策樹的組成方式似乎跟傳統上單一顆的選擇法不同？ 傳統決策樹是以熵為第一中間節點篩選條件 爾後根據資訊所得(IG)來作為後續節點的判斷 但隨機森林裡 決策樹的中間節點似乎也是以隨機抽取的方式決定？ 若一個解釋變數有很多類別 其決策樹的判斷方式是以隨機抽一個類別作為判斷 還是抽很多個類別來判斷？ 或是其實和一般決策樹一樣 會以IG作為判斷標準？ 或者有板大能提供比較詳細的資料 謝謝~ --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.136.219 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1437909621.A.1E3.html