Machine learning 随机森林分类

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

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