Foresta casuale

Da Wikipedia, l'enciclopedia libera.
Dati d'allenamento consistenti in punti-nuvola di due gaussiane
Una visualizzazione dello spazio-modello della Foresta casuale dopo un allenamento con i dati

Una foresta casuale (in inglese: random forest) è un classificatore d'insieme che è composto da molti alberi di decisione e dà in uscita la classe che corrisponde all'uscita delle classi degli alberi presi individualmente. L'algoritmo per indurre a una foresta casuale fu sviluppato da Leo Breiman e Adele Cutler.

Il nome viene dalle foreste di decisione casuali che furono proposte per primo da Tin Kam Ho of Bell Labs nel 1995.

Il metodo combina l'ida dell'insaccamento di Breiman della selezione casuale delle caratteristiche, introdotta indipendentemente da Ho e Amit Geman per costruire una collezione di alberi di decisione con la variazione controllata.

La selezione di un sottoinsieme di caratteristiche è un esempio del metodo del sottoinsieme casuale, che, nella formulazione di Ho è un modo di implementare la discriminazione stocastica proposta da Eugene Kleinberg.

Voci correlate[modifica | modifica wikitesto]