在图或林中提取不同的树
，可以使用图像处理和计算机视觉的技术。以下是一个完善且全面的答案：
在图或林中提取不同的树，可以通过以下步骤实现：
- 图像预处理：首先，对输入的图像进行预处理，包括去噪、增强对比度和颜色校正等操作，以提高后续处理的准确性和效果。
- 目标检测：采用目标检测算法，例如基于深度学习的目标检测模型，如YOLO、Faster R-CNN等，来识别图像中的树木。目标检测模型通过在图像中定位和分类目标物体，可以准确地检测出树木的位置和数量。
- 特征提取：对检测到的树木进行特征提取，可以使用传统的计算机视觉方法，如边缘检测、纹理分析和形状描述等，或者使用基于深度学习的特征提取模型，如卷积神经网络（CNN）等。通过提取树木的特征，可以进一步区分不同的树种或树木的状态。
- 树木分类：根据提取的特征，使用机器学习或深度学习算法进行树木分类。可以训练一个分类器模型，将提取的特征与已知的树种或树木的分类进行比对，从而识别出树木的种类或其他特定分类。
- 应用场景：树木提取可以在许多应用场景中发挥作用，例如：
- 林业监测：通过提取图中树木的分布和数量，可以用于林业资源调查和监测，帮助林业管理者进行林地规划、病虫害预防等工作。
- 环境保护：通过树木提取可以评估森林覆盖率和生态系统的健康状况，对生态环境保护和生物多样性研究具有重要意义。
- 城市规划：树木提取可以帮助城市规划师分析城市绿化程度、绿地分布和树木密度，为城市规划和景观设计提供科学依据。
- 地理信息系统（GIS）：将提取的树木信息与地理信息系统数据相结合，可以用于地图制作、地理分析和空间决策等。
- 腾讯云相关产品和产品介绍链接地址：以下是腾讯云提供的与图像处理、计算机视觉和人工智能相关的产品和服务，可用于树木提取应用场景：
- 腾讯云图像处理（Image Processing）：提供了多种图像处理功能，包括图像去噪、增强、裁剪、缩放等，可以在树木提取的预处理阶段使用。产品介绍链接：https://cloud.tencent.com/product/imagex
- 腾讯云人工智能机器学习平台（AI Machine Learning Platform）：提供了丰富的机器学习和深度学习工具和服务，可用于树木分类和特征提取。产品介绍链接：https://cloud.tencent.com/product/tcma
- 腾讯云视觉智能（Tencent Cloud Computer Vision）：提供了图像识别、目标检测和人脸识别等计算机视觉服务，可用于树木检测和分类。产品介绍链接：https://cloud.tencent.com/product/tcvi
相关·内容
1回答
我需要得到一个完整图的MST，其中所有的边都默认为权重3，而且我还得到了有权重1的边。
下面是一个例子
5 4 (N, M)
1 5
1 4
4 2
4 3
Resulting MST = 3 -> 5 -> 1 -> 4 -> 2
如果第一行有总节点数(N)，则1权重边(M)的数量和以下所有行(M)都包含权重为1的边。
我试着构造一个完整的图并将给定边的权值更新为1，但是对于一个包含10^5 1权边的问题来说，空间复杂度太大了。
浏览 4提问于2021-11-28得票数 1
回答已采纳
1回答
我试图得到一个无向加权graph.However的最小生成树，我需要找到一个或多个nodes.After之间的最短路径，这就是，我必须找到一个图的最小生成树。我已经找到了必要节点之间的最短路径，但是我不知道如何找到最小生成树，包括这些最短路径。让我举一个例子。
G
|2
H A
|1 |6
F ------B
|1 | 7
E -----D-----C
2 8
在A和E之间还有一个有2磅重的边缘，但我无法显示出来。
现在，首先我需要找到A和E之间的最短路径(因为我的应用程序必须这样做)，即an
浏览 2提问于2013-12-22得票数 1
我花了很多时间在这个HackerRank问题上，我对提示的含义感到困惑。上面写着
您将得到一棵树(一个没有圈的简单连通图)。树有编号从N到N的节点，找出可以从树中移除的最大边数来获得一个森林，这样每个连接的森林组件都包含一个偶数的顶点。
它有一个显示一个例子的图表。
我不明白为什么上面写着
找到最大的边数
这不意味着最小
因为如果我试图最大限度地从
1
/ | \
3 6 2
/ | / \
4 8 7 5
/ \
9 10
为了把它变成森林，我会一直把它从上面切下来，直到我在
8
浏览 2提问于2016-08-07得票数 0
在randomForest()中实现的算法生成自举数据。它有可能生成零变量。在这种情况下，这些自举常量是在选择mtry候选变量之前删除，还是从候选变量池中提取然后删除？ 与之相关的是，我们可以想象这样一种情况，即所有自举变量都显示为零变化。在这样的边缘情况下，包做了什么？
浏览 26提问于2021-04-23得票数 0
1回答
请原谅，如果这是一个重复的问题，我没有找到任何具体回答我的问题经过了一段时间。
我有一个数据集，我用它来预测移动应用程序用户的保留率，使用RandomForestClassifier中的SciKit学习包。我很高兴我得到的准确性，我计划包括许多其他指标，包括精度，召回，马修的Corr系数等。我很确定模型是好的。
我在这里感兴趣的关键是特征本身。我想知道是什么原因造成了我的用户流失。我已经提取了特征的重要性，绘制了一个漂亮的图形，但现在我被卡住了。理想情况下，我想知道每个变量如何影响被搅动/不搅动的结果。GINI特性重要性的问题是，我可以看到哪些是最有影响力的，但例如，对于连续变量，我想知道RF
浏览 0提问于2017-06-20得票数 3
回答已采纳
1回答
图的树分解
、、
我需要一个起点来在c中实现一个算法来生成输入中的图的tre分解。我要找的是做这件事的算法。我想要一个伪代码的算法，我不关心编程语言，我不关心复杂性
在网上有很多理论，但在实践中却什么也没有。我试过如何做一个可以用c语言实现的算法。
我尝试使用以下信息：
还有很多其他的信息材料。但这种联系没有任何用处。
有谁可以帮我？
浏览 0提问于2018-12-22得票数 0
回答已采纳
1回答
我知道seed一般是用来让我们重现相同的结果。但是，在随机森林部分设置种子实际上是做什么的。它是否改变了R中randomForest()函数的任何参数，如nTree或sampSize。
我每次都为我的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。
浏览 0提问于2016-03-30得票数 6
是否可以在具有相同名称的不同容器中使用Active中的两个不同组？例如，我可以拥有一个包含组OU=baz和带有组CN=foo的OU=bar的OU=bar吗？这一切都在同一个领域。
小组类型有什么区别吗？我一直在玩弄ADAM，这似乎是可能的，但我不确定生产AD实例是否允许这类事情。
谢谢，卡尔
浏览 0提问于2012-02-01得票数 2
回答已采纳
1回答
MySQL中的深度优先搜索
、、、、
我正在尝试编写一个MySQL PROCEDURE，它将边e和边集eset作为输入，并输出布尔值iscyclic，以确定额外的边是否会产生循环图。除了创建一个包含所有顶点的表，并为类似于"visit count“的列，然后检查任何顶点在运行边集时是否被多次访问之外，是否还有更直接的方法来实现这一点？
浏览 4提问于2012-11-24得票数 12
回答已采纳
1回答
我正在训练一个随机森林模型，使用sklearn作为图像。我了解到，通过增加模型的深度，决策树可以扩展，可以包含更多的颜色。
不过，我不明白增加模型中的树数是如何影响色块数量的。我的印象是，树的数量被用来对值进行平均化，消除偏见--所以我的印象是，盒子的划分可能会改变，但颜色的总数量将保持不变(因为你仍然有相同的决策数量)。在运行1，3，5，10,100的树模型时，我确实看到，有100棵树的模型确实通过框的阴影有更多的颜色补丁。
有人能给我解释一下为什么增加树木的数量似乎会增加颜色斑块的数量吗？
浏览 1提问于2020-11-09得票数 0
回答已采纳
据我所知，在创建随机森林时，该算法将一组随机生成的决策树捆绑在一起，对它们进行加权，使它们与训练数据相匹配。
是否有理由说这个平均森林可以简化成一个简单的决策树？如果是的话-我怎样才能访问和呈现这棵树？
我在这里要做的是提取树中的信息，以帮助识别前面的属性、它们的边界值以及在树中的位置。我假设这样一棵树将为人类(或计算机启发式)提供洞察力，即数据集中的哪些属性为确定目标结果提供了最深刻的洞察力。
这可能是一个幼稚的问题--如果是这样的话，请耐心点，我对这个问题并不熟悉，我想达到一个我能充分理解它的阶段。
浏览 3提问于2015-06-25得票数 7
回答已采纳
我需要提出一个公式，以N输入，并计算一个单一的数字，应该预测“正确”的答案尽可能多。每个输入都是一个十进制值或整数。输出也是十进制值。
我有大量荒谬的数据(认为它是无限的)。在每种情况下，我都有所有输入的值和输出的正确值。
这些特征都是相互关联的(例如，当一个是高的时候，另一个更有可能是低的)，它们与答案有不同程度的关联。
没有“完美的”公式，但在许多有统计意义的案例中，应该有一个是正确的。如果我有一个“最佳”的解决方案，它很可能是非线性和离散的。然而，这是一次计算.
什么样的机器学习解决方案最适合于利用这些特性并创建一个精确的ish模型来表示这些复杂的、有点随机的数据？
编辑:做一些更多的研
浏览 3提问于2012-07-03得票数 3
我给两个模型配上了ranger包和相同的种子。第一个预测类和第二个返回概率矩阵，我的目标是达到相同的结果，但我在4个寄存器不同。有人知道解决办法。我用的是每堂课的最大概率。切点应该是什么？
library(ranger)
library(caret)
## fit model 1
mod <- ranger(formula = Species ~., data = iris, seed = 2020)
res1 <- predict(object = mod, data = iris[,-5])$predictions
## fit model 2
mod2 <- ran
浏览 3提问于2020-07-09得票数 1
回答已采纳
2回答
运行Server 2016。目前有一个在一个域中托管的解决方案，当然，我们的接入点位于另一个域中。我们需要以自动化的方式提取数据。
我们使用凭据管理器添加了一个windows凭据，该管理器收集端点信息和一组凭据。
例如：
互联网或网络地址: mydatabase.remotedomain.com
用户名:远程域名\用户名
密码:密码
此解决方案适用于许多工具，包括Excel、SSMS直接查询、Visual。用户输入端点(服务器url或IP/端口)并使用windows集成安全性。连接已建立，凭据存储完成此操作，并对用户进行了身份验证。
SSMS实例
服务器名称: myda
浏览 3提问于2017-09-29得票数 0
我正在使用随机森林，我想知道特性选择是如何工作的。我有一组423个特性，我知道它们是随机选择的，使用log2(F)+ 1，所以这样我就得到了一个12/13的特征子集。但我无法理解的是，选择的随机性有多大，对于每棵树，这些子集是否应该是不同的，或者对于所有的树，子集是否是相同的，但不同的是多个组合。如果我有一个有10棵树的模型，特征选择是否会因树而异？谢谢你的帮助。
浏览 4提问于2014-12-12得票数 0
1回答
我正在学习随机森林回归模型。我知道它形成了许多树(模型)，然后我们可以通过平均所有树的结果来预测我们的目标变量。我对决策树回归算法也有一定的了解。我们怎样才能形成最佳的树木数量呢？ 例如，我有一个数据集，其中我正在预测人员工资，而我只有两个输入变量，分别是“经验年限”和“绩效得分”，那么使用这样的数据集我可以形成多少随机树？随机森林树依赖于输入变量的数量吗？任何好的例子都会受到高度赞赏.. 提前感谢
浏览 127提问于2019-06-08得票数 1
1回答
给我一个有向图，并给出其中的两个节点，我需要找到可以从这两个节点到达的最近的节点。唯一的问题是，我能够用两个dfs完成它，但我被告知在O(logn)中这样做。附加的约束是每个单元最多可以有一个向外边缘。输入作为N个大小的数组，其中数组中的每个条目表示该节点所指向的节点的索引。因此，这是我尝试过的代码(不完全是dfs，但仍然是)：
int leastCommonDescendent(int nodes[], int N, int node1, int node2)
{
int *visited = new int [N];
int cnt1 = 0; //used for countin
浏览 6提问于2016-01-29得票数 3
当我尝试使用以下命令导出随机森林图时：
tree.export_graphviz(rnd_clf, out_file = None, feature_names = X_test[::1])
我收到以下错误：
NotFittedError: This RandomForestClassifier instance is not fitted yet.
Call 'fit' with appropriate arguments before using this method.
我不明白的是，为什么它一直告诉我这一点，尽管我已经用以下方法拟合了随机森林分类器：
rnd_clf
浏览 4提问于2017-09-13得票数 16
回答已采纳
2回答
我从以下网站了解DfS树：
在“深度优先搜索有向图”一节中，如果我们添加一个节点Z，该节点没有指向它的边缘，而是从Z到C的一个边缘，那么Z在生成的DFS树中会出现在哪里？
它从Z到C的边是树边还是交叉边？
谢谢!
浏览 2提问于2016-04-10得票数 0
1回答
我是h2o新手，在r上使用这个包有困难。我使用的是一个训练和测试集5100和2300 obs，分别有18917个变量和一个二进制目标(0,1)，我运行了一个随机森林：
train_h20<-as.h2o(train)
test_h20<-as.h2o(test)
forest <- h2o.randomForest(x = Words,
y = 18918,
training_frame = train_h20,
浏览 4提问于2016-07-08得票数 0
回答已采纳
我正在用下面的代码从sklearn库中保存RandomForestClassifier模型
with open('/tmp/rf.model', 'wb') as f:
cPickle.dump(RF_model, f)
它占用了我的硬盘很大的空间。模型中只有50棵树，但它在磁盘上占用了超过50MB的空间(分析的数据集约为20MB，具有21个特征)。有人知道为什么吗？我观察到ExtraTreesClassifier也有类似的行为。
编辑: RF参数：
"n_estimators": 50,
"max_features":
浏览 0提问于2016-04-10得票数 9
1回答
我研究过随机林和RainForest的论文，但它们有点让人困惑！总之，我理解这些算法的以下步骤。你能帮我查出我说的对不对吗？
谢谢你的帮助。
在兰登森林第一：
定义树数
通过引导来划分数据
在每个分区构造树上(在每个节点中选择一个特征子样本)
标签叶节点
用于对新实例进行分类时，可以对所有树进行投票。
在RainForest中：
分区数据集
构建AVC-分区集
通过计算AVC-集上的纯度标准(如gini-索引)，在分区上构建树。
浏览 0提问于2018-05-16得票数 2
回答已采纳
2回答
我主要关心的是，我需要理解随机森林是如何在scikit中进行多数投票来学习源代码的。我没有在RandomForest的源代码中找到特定的代码。如果有人知道，请解释一下。谢谢
浏览 0提问于2019-10-24得票数 1
2回答
随机森林修剪
、、、、
我有一个随机森林回归器。它非常重，1.6 GBytes，并且在预测值时需要很长时间。
我想修剪它，让它变得更轻。据我所知，剪枝不适用于决策树和森林。我不能自己实现它，因为树代码是用C写的，我不知道它。
有人知道解决方案吗？
浏览 2提问于2015-07-24得票数 4
我有9000个样本，有五个特性，还有一个输出变量(都是数值，连续值)。我使用随机森林回归方法使用scikit模块。我得到了这五个特性中每个特性的特征重要性(使用函数feature_importances_)值的图，它们的和等于1。我想了解这些是什么，以及它们是如何用数学计算出来的。谁能解释一下吗？
浏览 0提问于2020-01-10得票数 3
假设我们有一个二进制分类问题，我们在数据集上构建了一个决策树。
假设我们有5个特征，那么决策树将在第一步中选择最优的特征，并在这个特征上选择最佳的阈值来分割数据集，然后继续使树更深。best的定义是分类误差最小的。
我的问题是:既然决策树在每一步都会选择最佳的特征来分割，那么为什么随机森林(也就是许多决策树)是对决策树的改进？一个决策树不就足够了吗？
更新
我的意思是:如果你有一个decision tree classifier和一个参数相同的random forest classifier (max_depth，number of children等)，那么decision tree cla
浏览 0提问于2019-05-01得票数 2
给定一个边上有红/蓝着色的一般无向图，我希望能够检测到图中恰好包含一条蓝边的所有圈。有没有一个已知的算法来解决这个问题？ 我知道如何使用DFS方法在一般图中检测循环，并且可以通过回溯和计算找到循环后的蓝边数量来检测单蓝边循环，但据我所知，这种解决方案将导致边二次时间复杂度。还有更好的吗？
浏览 14提问于2021-04-25得票数 3
1回答
我很难理解如何在订单后穿越森林。它的定义是：
按树后顺序遍历第一棵树的子树.
以树后的顺序遍历F的其余树。
访问F.第一棵树的根节点。
这里是森林：
书中提到的顺序遍历是：
C、F、E、D、B、Q、P、Z、Y、X、A、
但我认为P是在错误的地方，正确的答案是：
C、F、E、D、B、Q、Z、Y、X、P、
我想知道我的答案是正确的，还是如果这本书的答案是真的，为什么是真的？
谢谢,
浏览 1提问于2018-01-02得票数 3
我正在优化一个基于制造的数据集，该数据集包含大量可控参数。目标是实现这些参数的最佳运行设置。
在进行研究时，我熟悉了几种预测算法，如果我说，使用随机森林预测我的因变量，以了解每个自变量有多重要，有没有办法提取算法使用的最终方程/关系？
我不确定我的问题是否够清楚，请告诉我还有什么可以补充的。
浏览 11提问于2019-01-16得票数 0
回答已采纳
1回答
我有一个顶级域控制器(DC1)在我的网络上运行顶级林。我在林中添加了一个树域控制器(，TDC1)作为新域。我正在尝试将企业管理员添加到Active中的新树中。因此，从本质上说，DC1上林中的企业管理员组中的管理员也是TDC1上的管理员。当我尝试将组或组从DC1添加到TDC1时，它不允许我选择另一个域来拉出组。
是否有可能使企业管理员，域管理员在树域，或者我必须重做用户是该域，以允许他们登录到该域？或者，我可以在林级DC1上创建一个组，并根据权限要求将该组添加到TDC1域中吗？
所有运行Windows 2016的服务器。
在将域添加到林中时，编辑树域，如下面的Server 2016配置管理器部分
浏览 0提问于2017-07-10得票数 1
回答已采纳
我有两个关于ExtraTreeRegressor的问题。
1)为什么不能在输入空间的维度上增加特征的数量？1中的算法不限制最大特征的数量。在某些情况下，选择更高的max_feature可以得到更好的结果。
2)我们希望使用ExtraTreeRegressor来实现拟合的Q迭代，其中我们在for循环中执行ExtraTreeRegressor (96个时间步)。首先，我们将max_features设置为1，并绘制每次迭代后的均方误差(上图)。然后我们将max_features增加到输入空间的维度('auto')，并绘制均方误差。为什么在最后一种情况下mse会增加？
我们期望max_
浏览 1提问于2014-06-19得票数 2
2回答
阅读一些文档(对于示例)，我知道有很多类型的决策树(Cart、ID3等等)。我还知道，随机森林是一种使用一组决策树的粒子算法。
我的问题是:在随机森林中，使用什么样的决策树？(cart，id3，.)
浏览 0提问于2022-03-21得票数 0
回答已采纳
1回答
我正在尝试寻找基于节点提取子图的方法。我们有一个很大的图(有向或无向)，我们有一个节点列表，我们想要从图中提取，但我们也想提取中间节点……
当我们看一下基于2个节点的子图提取时，问题非常简单……我们可以决定是提取这两个节点之间所有简单路径中的所有中间节点，还是只提取最短路径中的中间节点……
但是如果有2个以上的节点需要提取...该如何处理这个问题呢？
我正在努力寻找任何关于这样一个问题的出版物...可能是因为我不知道它的确切名字是什么。(如果它真的出现在图论问题中)
浏览 8提问于2013-11-29得票数 0
1回答
并行转换树更新
、、
为了学习和研究目的，我创建了自己的宠物项目图形引擎。现在，我正在尝试创建一种更有效的场景转换更新技术。我目前的方法是线性编码的转换树，如下所示:我的树节点
struct TreeNode
{
TransformIndex parent;
TransformIndex firstChild;
TransformIndex next;
TransformIndex prev;
};
它包含在向量中。
std::vector<TreeNode> tree_;
另外，对于每个节点，我都有世界矩阵和本地矩
浏览 0提问于2021-03-04得票数 -1
2回答
集与树中连续变量的联并
、、、、
有人能告诉我在sklearn (Python)中的集合(比如随机森林，梯度增强，Adaboost)和树(比如决策树)是如何处理连续变量的吗？在建造树木时，它们是否被视为每一个单独的价值？或者是自动绑定的？如果它们被绑定-遵循的逻辑是什么。如果它们没有被绑定，我肯定我遗漏了什么。应该有一些智能的二进制(在内置？)根据类分布将变量值放入回收箱(至少在二进制分类的情况下)。
深度:当我在weka中加载我的arff (在一个高度倾斜的数据集中的数百行和几百个特性)并滚动变量/目标(二进制)图时，我可以看到它们中的许多有很强的回收箱(目标是正的区域)。这些垃圾桶，即>=x，<=y，是否会自动
浏览 2提问于2014-08-13得票数 5
回答已采纳
1回答
我不明白为什么我有三种不同的行为取决于我使用的分类器，即使它们应该并驾齐驱。
这就是要深入探讨这个问题的代码：
from sklearn import datasets
from sklearn.ensemble import RandomForestClassifier
from sklearn.tree import DecisionTreeClassifier
from lightgbm import LGBMClassifier
from sklearn.model_selection import cross_validate
import matplotlib.pyplot as
浏览 7提问于2022-07-20得票数 1
回答已采纳
2回答
把一棵树分解成森林
、、、
如何将一棵树分解成森林，使每棵树包含偶数个顶点？我需要随机分解树并检查每个森林吗？我已经创建了邻接矩阵，但无论如何都帮不上忙！
要实现同样的目标，正确的方法应该是什么？
浏览 0提问于2012-09-30得票数 0
回答已采纳
1回答
我在读关于BFS和DFS的图算法。当我分析通过DFS在图中寻找强连通分量的算法时，我产生了一个疑问。为了找到强连通分量，书(Coremen)所做的是，首先在图上运行DFS以获得顶点的结束时间，然后再次在图的转置上运行DFS，我们从第一个DFS获得的完成时间的降序。但是我不能理解为什么第二个DFS必须根据完成时间来运行。我的意思是，即使我们直接在图的转置上运行DFS (忽略完成时间)，它是否也可以给我们提供连接的组件，因为通过转置，我们已经阻止了到其他组件的路径。
浏览 0提问于2012-12-07得票数 10
回答已采纳
1回答
这是一项消费税：
考虑从加权连通图G中求边的最小权连通子集T的问题。T的权重是T.Give中所有边权之和，是计算最小权连通子集T的有效算法。
以下是我所得到的：
我必须假设权值是正负混合的。只有这两种重量的混合才有意义。
我会先排序边缘，所以负边会排在第一位。
我将考虑使用Kruskal的算法，但应该做一些修改
因为我欢迎负边，所以我会尽可能多地添加负边。
此外，如果不是所有的负边都连接在一起，并且可能需要一些正边作为桥梁，则可能会添加一些正边。
好的，上面是我的想法。但当我想把手弄脏的时候，我就被卡住了。
我怎么能总是记录可能的最小权重集？
例如,
{0
浏览 2提问于2012-05-02得票数 5
回答已采纳
2回答
我需要为我的库实现额外的容器。我需要它来保持配置文件点在我的剖析模块。所有的东西都准备开始编码了，但是，我不知道这种容器的正确名称是什么。
我需要的是数据结构，描述如下：
它是一个“多层次”容器(条目可以有子容器)。
没有根节点。
在“顶层”，它包含元素列表。
元素按添加顺序存储。
每个节点可以有任意数量的子节点。
示例用法：
Container c;
c.push(5);
c.push(7);
c.push_level(); //now, new elements will be added as children of '7'.
c.push(3
浏览 6提问于2014-06-11得票数 2
回答已采纳
1回答
与此相关
答案确实解决了问题，但情节非常混乱，如下所示。
我想要的是一个单独的大窗口，所有这些点都在这个窗口内。但正如您所看到的，由于131个级别，该图显示了每个点都有其自己的窗口。我认为这可以通过合并window中的n = 131级别来解决。作为参考，sf_object如下所示：
Simple feature collection with 131 features and 3 fields
geometry type: MULTIPOINT
dimension: XY
bbox: xmin: -1932934 ymin: 4958872 xmax: -14
浏览 14提问于2021-03-03得票数 0
回答已采纳
我使用了以下代码来运行和评估数据的RandomForestRegressor模型：
我的数据集是36个特征，1个标签，大约3100万行。特征是连续的，标签是二进制的。
我有以下问题：
当我使用np.unique(Y_Pred)时，它告诉我array([0. , 0.5, 1. ])。为什么我得到0.5作为输出？是否有一个参数我可以在模型中修改来修正它？我不知道是把它作为1还是0。目前，我已经把它作为一个1(因此，在我的代码中Y_Pred > 0.45 )。文档说，需要调整的最重要参数是n_estimators和max_features。对于n_estimators来说，什么是合理的数字？
浏览 1提问于2020-05-30得票数 1
1回答
我在许多地方读到，树是有向无圈图的特例，每个顶点只有一个前身。这意味着必须引导一棵树。但是还有其他的定义：“树是连通图的一种类型。有向图是一棵树，如果它是连通的，没有圈，而且所有的顶点至多有一个父图。如果一个无向图是连通的，它就被认为是一棵树，它有$声V-1$边，并且是无圈的(满足所有这两个性质的图都满足所有三个属性)。”(从这里：)。
这似乎表明一棵树也可能没有方向。我认为问题是，一个无圈的图必须有方向。否则，一个无向图的单个边就会变成一个循环，因为您可以遍历该边和向后，在相同的顶点结束。
但是，我遇到了问题22.4-3，它说：“给出一个算法来决定天气与否，一个无向图G包含一个循环”。
现在
浏览 5提问于2022-07-12得票数 1
2回答
我是数据科学的新手，我正在用随机森林算法进行机器学习分析来进行分类。数据集中的目标变量称为自然减值(是/否)。
对于如何在“随机预测”中生成这两幅图，我感到有点困惑：
(1) Feature Importance Plot
(2) Decision Tree Plot
据我所知，随机森林是由数据集中的几个决策树模型组成的集合。
假设我的训练数据集称为TrainDf，而我的测试数据集称为TestDf，那么我如何在R中创建这2幅图呢？
更新:从这两篇文章中，它们似乎无法完成，还是我在这里遗漏了什么？
浏览 0提问于2018-08-24得票数 2
回答已采纳
我正在构建一个标准的RandomForest分类器(名为模型，请参阅下面的代码)。现在，我希望得到一个随机森林分类器的所有参数(包括它的树(估计器))，这样我就可以手动绘制Randomforest分类器的每个树的流程图。我想知道有没有人知道该怎么做？
提前谢谢你。
曼赫
#Import Library
from sklearn.ensemble import RandomForestClassifier #use RandomForestRegressor for regression problem
#Assumed you have, X (predictor) and Y (target
浏览 0提问于2017-06-19得票数 6
1回答
在NetworkX中，我得到了一个完整的图，如6个节点，如下所示。
给定关键节点= 1、2、3，我需要提取所有可能的Steiner树。(所有可能的Steiner树，我指的是那些Steiner树，其中每棵树的边数相等，也是最小的)
但是，使用NetworkX函数，我只能提取一个。
I需要在给定的示例中再提取2棵树，tree2 = (2，1)，(2，3)和tree3 = (3，1)，(3，2)
浏览 2提问于2022-07-28得票数 1
1回答
我在训练森林的时候有个问题。我使用了5折交叉验证和rmse作为指导，以找出模型的最佳参数。我最终发现，当max_feature=1时，我得到了最小的rmse。这对我来说很奇怪，因为max_feature是每次拆分时都要考虑的特性。一般来说，如果我想在分裂中找到“最佳”参数来降低杂质，那么树应该最好考虑所有的特征，并在分裂后找到一个最低杂质的结果。然而，在交叉验证方面，我得到的max_feature=1是rmse最低的。是不是因为考虑的特征越多，树的通用性就越低？谢谢
浏览 154提问于2020-08-14得票数 0
回答已采纳
1回答
从下面的代码中，我得到了最优的mtry数。这是什么东西？如何找到分配给随机林算法的最优树数，从而提高算法的精度。
如有任何意见，敬请见谅！提前谢谢。
classifier = train(form = Survived ~ ., data = training_set_scaled, method = 'rf')
classifier
classifier$bestTune
浏览 0提问于2019-05-29得票数 0
回答已采纳
3回答
在随机森林中，我们的估计量是决策树，我们在估计器中进行列(特征)抽样，而不替换估计量，并在估计器之间进行替换。这是非常好的，因为我们试图减少高方差的个别决策树。
但是，行抽样有什么必要呢？
通常数据越多，对模型的学习越好，即使我没有任何计算资源限制，为什么我们必须在估计器中对随机森林分类器进行行抽样？
浏览 0提问于2019-03-25得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
