随机森林的代价-复杂度剪枝

随机森林通过对训练样本进行有放回抽样来执行自助聚合。这使得能够评估袋外误差，该误差作为一种内部交叉验证机制。我们的动机在于利用未被采样的训练样本来改进集成中的每棵决策树。我们研究了使用袋外样本通过后剪枝来改进泛化误差的效果，首先改进决策树，其次改进随机森林。在四个 UCI 仓库数据集上的初步实证研究表明，森林的规模持续减小，而准确率没有显著下降。