R 种子在随机森林里做什么？

我知道种子通常是被设定的，所以我们可以复制相同的结果。但是，设置种子在随机森林部分实际上做什么呢。它是否更改了R中的

randomForest（）

函数的任何参数，如

nTree

或

sampSize

---

我每次都在为随机森林模型使用不同的种子，但我想知道不同的种子如何影响随机森林模型。

树木是从种子生长的，森林也是如此；-）（新加坡国家公园）

有不同的方法建立一个随机森林，但是，所有的共同点是，多棵树被建立。为了提高单个决策树的分类精度，随机林中的各个树需要不同，因为您将使用

nTree

乘以同一棵树。这种差异是通过在生成树时引入随机性来实现的。随机性受种子的影响，种子最重要的是，使用相同的种子应始终产生相同的结果

随机性如何影响树的构建？有多种方法。 -为随机子集构建树。这是针对森林中的每一棵树，绘制训练示例的子集，然后为该子集构建一棵树 -在树中的每个决策点，随机选择决策属性

通常这两个元素是结合在一起的

---

由于

randomForest

生成随机树，因此设置种子将保证相同的输出。正常使用时，对种子不做任何处理，默认情况下是随机的。不同的种子不会改变<代码> nTruts<代码>或<代码> SAMPsith，但它可以稍微改变模型的结果，当参数<>代码> nTruts被设置为低值时更显著。@ Axman考虑添加解释的答案。