使用带有baseestimator=RandomForestClassifier
的BaggingClassifier
与sklearn
中的RandomForestClassifier
有何不同?
RandomForestClassifier
像BaggingClassifier
一样通过装袋在外部(相对于单个树拟合)引入随机性。
然而,它通过对要拆分的候选特征列表进行子采样,在树构建过程的深处注入了随机性:在每次新的拆分时都会考虑一组新的随机特征。这种随机性是通过RandomForestClassifier
的max_features
参数控制的,该参数在BaggingClassifier(base_estimator=DecisionTreeClassifier())
中没有等价物。