Machine learning 随机森林分类
属性已保存在csv文件的11列中。如果列的顺序发生变化，Randomforest&RandomTree是否每次都能给出不同的准确度？特征的顺序不会影响我所知道的任何分类器（除了那些专门设计的分类器，如时间序列和其他时间特征的专门分类器），无论是神经网络、SVM、，RandomForest、RandomTree或NaiveBayes-这只是一个数字简化，因为数组比集合快，而“隐藏”它们被视为无序集合（仅用标记显示它来自哪个维度） 由于其概率/随机学习方法，每次运行代码时，特定分类器的输出都会发生变化。例如，神经网络具有随机初始化，随机森林具有随机子采样等 所以答案是令人惊讶的“是的，它可以在列的顺序改变后改变”，但原因不是顺序的改变，而是这样做后，内部随机数生成器已经通过了一些周期，将生成不同的数Machine learning 随机森林分类,machine-learning,weka,random-forest,Machine Learning,Weka,Random Forest,属性已保存在csv文件的11列中。如果列的顺序发生变化，Randomforest&RandomTree是否每次都能给出不同的准确度？特征的顺序不会影响我所知道的任何分类器（除了那些专门设计的分类器，如时间序列和其他时间特征的专门分类器），无论是神经网络、SVM、，RandomForest、RandomTree或NaiveBayes-这只是一个数字简化，因为数组比集合快，而“隐藏”它们被视为无序集合（仅用标记显示它来自哪个维度） 由于其概率/随机学习方法，每次运行代码时，特定分类器的输出都会发生变