RandomForest haqqında danışın: necə qurulub, adi ağacların toplamasından nə ilə fərqlənir.

RandomForest — bu ansambl öyrənmə metodudur ki, çoxlu qərar ağacları qurur və onların proqnozlarını birləşdirir, modelin keyfiyyətini və dayanıqlığını artırır.

RandomForest-un əsas xüsusiyyətləri:

• Hər bir ağac, orijinal məlumatların təsadüfi alt nümunəsi (geri qaytarma ilə) üzərində öyrədilir (bagging).
• Hər bir düyündə, təsadüfi xüsusiyyətlər alt dəstindən ən yaxşısı seçilir və bölünmə üçün istifadə olunur.

Ənənəvi ağacların baggingindən fərqi:

• Ənənəvi bagging-də, ağaclar təsadüfi məlumat alt nümunələri üzərində qurulur, lakin bölünmə üçün bütün xüsusiyyətlər istifadə olunur.
• RandomForest-da, hər düyündə xüsusiyyətlərin seçilməsində əlavə təsadüfilik daxil edilir, bu da ağaclar arasındakı korrelyasiyanı azaldır və ümumiləşdirmə qabiliyyətini artırır.

Python nümunəsi sklearn istifadə edilərək:

from sklearn.ensemble import RandomForestClassifier

model = RandomForestClassifier(n_estimators=100, max_features='sqrt')
model.fit(X_train, y_train)
predictions = model.predict(X_test)

Burada, max_features='sqrt' parametri hər bölünmə üçün təsadüfi xüsusiyyətlər alt dəstini müəyyən edir.