基于随机森林分类器的分类集成

Question

我创建了一个以随机森林作为基分类器的分类集合。每个随机森林都有500棵树。合共有100个这样的森林。多数票被用作投票方案。我期望分类器比单个随机森林的性能略好一些。然而，它的性能比随机森林差得多。有人能解释原因吗？

Answer 1

好的，首先:训练集不应该是测试集.使用交叉验证或类似的东西。

然后尝试不同的投票技巧，你会看到不同的结果。但是，你这样做有很大的原因，为什么500个森林的平均观点应该比一个森林的观点更好。