Краткое определение повышения :
Может ли группа слабых учеников создать одного сильного ученика? Слабый ученик определяется как классификатор, который лишь незначительно коррелирует с истинной классификацией (он может маркировать примеры лучше, чем случайные догадки).
Краткое определение случайного леса :
Случайные леса произрастает много деревьев классификации. Чтобы классифицировать новый объект из входного вектора, поместите входной вектор вниз по каждому из деревьев в лесу. Каждое дерево дает классификацию, и мы говорим, что дерево «голосует» за этот класс. Лес выбирает классификацию, имеющую наибольшее количество голосов (по всем деревьям в лесу).
Еще одно краткое определение случайного леса :
Случайный лес - это метаоценщик, который подходит к ряду классификаторов дерева решений для различных подвыборок набора данных и использует усреднение для повышения точности прогнозирования и контроля соответствия.
Как я понимаю, Random Forest - это алгоритм повышения, который использует деревья в качестве слабых классификаторов. Я знаю, что он также использует другие методы и улучшает их. Кто-то поправил меня, что Random Forest не является алгоритмом повышения?
Может кто-нибудь уточнить, почему Random Forest не является алгоритмом повышения?