🌳🌲🌳جنگل تصادفی فقط به معنای «تعداد زیادی درخت تصمیم» نیست.
هر درخت، یک نمونهٔ تصادفی متفاوت از داده‌های آموزشی را مشاهده می‌کند.
سپس، در هر مرحلهٔ تقسیم (Split)، فقط زیرمجموعه‌ای تصادفی از ویژگی‌ها (Features) را برای تصمیم‌گیری در نظر می‌گیرد.
بنابراین، به جای اینکه ۱۰۰ درخت کاملاً یکسان تولید شوند، ۱۰۰ دیدگاه و نظر متفاوت به دست می‌آید.
🌲در نهایت، پیش‌بینی نهایی از طریق رأی‌گیری اکثریت (در مسائل طبقه‌بندی) یا میانگین‌گیری (در مسائل رگرسیون) محاسبه می‌شود.
🌳نکتهٔ جالب اینجاست که همین تصادفی بودن باعث می‌شود جنگل عملکرد قوی‌تری داشته باشد؛ زیرا خطاها و سوگیری‌های هر درخت توسط سایر درخت‌ها جبران می‌شوند و نتیجه‌ای پایدارتر و دقیق‌تر حاصل می‌شود.
«قدرت Random Forest از اینجا می‌آید که به جای اتکا به یک درخت تصمیم، از جمعی از درخت‌های متفاوت و مستقل استفاده می‌کند و سپس نظر همهٔ آن‌ها را با هم ترکیب می‌کند.»
#RandomForests
#Algorithms
@toobabigdatascience