在相同数据上有10个随机森林，每个森林有50棵树，是否在相同数据上有一个随机森林，有500个树？

Question

我有一个包含100万行的数据集。

运行1个包含500棵树的随机生存森林时，在R中使用randomForestSRC软件包时，由于内存问题，这会花费很多时间。

因此，我是否可以在相同数据上运行10个随机生存森林，其中50棵树每次都具有不同的种子，并对10个随机森林的结果取平均值（除以10），这样我就可以得到一个合理的相似值结果是有500棵树吗？

Answer 1

是的，结果应该相似。随机森林只是决策树的集合。以后添加更多树是没有问题的，只要您对10套50棵树中的每一个都使用相同的数据和参数即可。另外，您可以查看随机森林算法的更有效版本，例如包装护林员，也可以做生存森林，iirc。