Machine learning 森林里的树木相互依存吗？
我试图理解随机森林背后的概念。我看到一篇文章说“我们反复从数据集中选择数据（替换），并用每个新样本构建决策树” 我想知道构建的决策树是否相互依赖 不，他们不是 在随机森林（以及一般的引导聚合）中，单个决策树仅在其训练样本部分重叠的意义上连接。在对他们的训练数据集进行采样后，他们可以独立学习 不过，还有另一个框架，梯度提升，其中每棵树都依赖于它之前构建的所有树。不，它们不是 在随机森林（以及一般的引导聚合）中，单个决策树仅在其训练样本部分重叠的意义上连接。在对他们的训练数据集进行采样后，他们可以独立学习Machine learning 森林里的树木相互依存吗？,machine-learning,random-forest,Machine Learning,Random Forest,我试图理解随机森林背后的概念。我看到一篇文章说“我们反复从数据集中选择数据（替换），并用每个新样本构建决策树” 我想知道构建的决策树是否相互依赖 不，他们不是 在随机森林（以及一般的引导聚合）中，单个决策树仅在其训练样本部分重叠的意义上连接。在对他们的训练数据集进行采样后，他们可以独立学习 不过，还有另一个框架，梯度提升，其中每棵树都依赖于它之前构建的所有树。不，它们不是 在随机森林（以及一般的引导聚合）中，单个决策树仅在其训练样本部分重叠的意义上连接。在对他们的训练数据集进行采样后，他们可以独
但是，还有另一个框架，梯度增强，其中每棵树都依赖于它之前构建的所有树。正确，这就是为什么RF可以直接并行化，与梯度增强的树相比……正确，这就是为什么RF可以直接并行化，与梯度增强的树相比。。。