Random Forest (Rừng Ngẫu Nhiên) Là Gì? Giải Thích Cho Người Mới Bắt Đầu
Random forest (rừng ngẫu nhiên) là thuật toán học có giám sát kết hợp nhiều cây quyết định; với bài toán phân loại, nó lấy kết quả theo bỏ phiếu đa số, còn với hồi quy, nó lấy trung bình, nhờ đó dự đoán thường ổn định hơn một cây đơn lẻ.
Ví dụ dễ hiểu
Thay vì hỏi một chuyên gia, hãy hỏi nhiều người. Mỗi người xem một phần dữ liệu hơi khác nhau và đưa câu trả lời. Lỗi của mỗi người hướng về nhiều phía và triệt tiêu lẫn nhau, nên câu trả lời chung đáng tin hơn.
Hai nguồn ngẫu nhiên
| Nguồn ngẫu nhiên | Cách hoạt động |
|---|---|
| Mẫu bootstrap | Mỗi cây được huấn luyện trên mẫu dữ liệu lấy ngẫu nhiên có hoàn lại |
| Chọn đặc trưng ngẫu nhiên | Mỗi nhánh chỉ xét một phần đặc trưng được chọn ngẫu nhiên |
Sự ngẫu nhiên này khiến các cây không quá giống nhau và giảm tương quan giữa chúng.
Kết quả cuối cùng được tạo ra thế nào
Mỗi cây đưa ra một phiếu. Với phân loại, lớp có nhiều phiếu nhất được chọn; với hồi quy, kết quả của các cây được lấy trung bình.
Trường hợp thường dùng
Random forest được dùng cho dữ liệu dạng bảng, phát hiện gian lận, phân khúc khách hàng và những việc cần một mô hình khá vững với ít điều chỉnh.
Hạn chế
Mô hình có nhiều cây có thể tốn thời gian và bộ nhớ hơn, và quyết định cuối nằm rải rác ở nhiều cây nên kém dễ giải thích hơn.
FAQ
Random forest khác một cây quyết định ở đâu?
Random forest kết hợp nhiều cây và giảm rủi ro overfitting, trong khi một cây quá sâu có thể học thuộc dữ liệu huấn luyện.
Bỏ phiếu đa số là gì?
Việc chọn lớp được nhiều cây trong rừng lựa chọn nhất.
Random forest có chỉ dùng cho phân loại không?
Không, nó cũng xử lý hồi quy bằng cách lấy trung bình các cây.
Mẫu bootstrap là gì?
Mẫu lấy từ dữ liệu huấn luyện có hoàn lại, giúp mỗi cây nhận dữ liệu hơi khác nhau.
Điểm chính
- Random forest là phương pháp học tổ hợp gồm nhiều cây quyết định.
- Tính ngẫu nhiên đến từ mẫu bootstrap và chọn đặc trưng.
- Phân loại dùng bỏ phiếu, hồi quy dùng trung bình.
- Nó thường ổn định hơn và giảm rủi ro overfitting.
Hãy đọc tiếp cây quyết định là gì và overfitting là gì.
Sources
Learn by doing
Read a guide, then practice with bite-sized AI lessons you can take offline.
Start learning free