《表2 参数L变化对算法分类错误率的影响》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种模型决策森林算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

在随机森林中树的数量的变化会影响随机森林的精度。当树较少时，RF的分类错误率比较高，算法性能比较差；当树较多时，RF的分类精度会随之提升，但是这也意味着RF的复杂度变高，构建时间变长，森林的可解释性也慢慢减弱。因此为了了解树的数量对MDF的影响，本文考察L从小变大的情况下算法的分类错误率的变化，具体结果如表2所示。