何时使用随机森林

Question

我了解随机森林模型可用于分类和回归情况。是否有更具体的标准来确定随机森林模型在哪些方面比普通回归（线性、套索等）估计值或逻辑回归分类更好？

Answer 1

随机森林模型的思想是由一堆决策树构建的，它是一种监督集成学习算法，可以减少单个决策树中的over-fitting问题。

机器学习的理论是，没有一个模型可以胜过所有其他模型，因此，始终建议在获得最佳模型之前尝试不同的模型。

话虽如此，在处理不同性质的数据时，模型的选择是有偏好的。每个模型都对数据做出内在假设，而假设与数据最一致的模型通常对数据更有效。例如，逻辑模型适用于具有平滑线性决策边界的分类数据，如果数据具有此特征，而随机森林则不假定平滑线性决策边界。因此，数据的性质会影响您对模型的选择，最好在得出结论之前尝试所有模型。