10个随机森林，每个森林在相同的数据上有50棵树，等于一个随机森林在相同的数据上，有500棵树？

Question

我有一个有一百万行的数据集。

当运行一个包含500棵树的随机生存森林时，由于内存问题，在R中使用randomForestSRC包需要很长时间。

那么，我可以运行10个随机存活森林，在相同的数据上有50棵树，每次使用不同的种子，并平均10个随机森林的结果(除以10)，这样我就可以得到与500棵树的结果相当相似的结果吗？

Answer 1

是的，结果应该是相似的。随机森林就是决策树的集合。以后添加更多树没有问题，只要您对10组50棵树中的每一组使用相同的数据和参数即可。此外，你可以看看随机森林算法的更有效的版本，例如package ranger，它也可以做存活森林，iirc。