오늘의 알찬 글

From S2NANO Wiki
Jump to: navigation, search

각 오늘의 알찬 글의 요약판입니다. 대문에는 이 요약판만이 소개됩니다.


In random forest, each of the classifiers in the ensemble is a decision tree classifier so that the collection of classifiers is a “forest.” The individual decision trees are generated using a random selection of attributes at each node to determine the split. More formally, each tree depends on the values of a random vector sampled independently and with the same distribution for all trees in the forest. During classification, each tree votes and the most popular class is returned.

Random forest.png

There are two methods to construct random forest:

Forest-RI (random input selection)

Forest-RC (random linear combinations)



  • 알찬 글 목록 변경은 오늘의 알찬 글/목록에서.
  • 각 알찬 글 요약판 변경은 각 하위 문서에서.
  • 각 요약판의 내용이 1400바이트 이상 1800바이트 이하가 되도록 적어 주세요. 대문이 아닌 각 하위문서에서 봤을때 사진을 제외한 본문이 여섯 줄에서 일곱 줄에 해당하는 양입니다.