随机森林分类，测试培训数据

Question

我是机器学习环境的新手。我注意到随机森林分类器由决策树组成，决策树依靠统计数据对样本进行分类。随机森林是否有可能错误地将训练集中的样本分类？

Answer 1

是的。 如果决策树的深度不足以捕获数据的本质。 例如，让我们考虑具有两个特征X1和X2的数据。

target = 1 if X1 >5 and X2 > 10, else target = 0

深度为1时，决策树将仅依赖其中一项功能。

例如，示例如果决策树使用X1功能来构造拆分， 样本(7, 15)和(7, 7)都将被分类为1，这对(7,7)是错误的，因为X2 = 7 < 10。