random-forest - 在分位数随机森林回归模型中检查树木
问题描述
我有兴趣训练一个随机森林来学习一些从某个分布独立采样的数据 {X, y} 的条件分位数。
也就是说,对于一些 $$\alpha \in (0, 1)$$,一个映射 $$\hat{q} {\alpha}(x) \in [0, 1]$$ 使得对于每个 $X $, $$argmin {\hat{q} {\alpha} P(y < \hat{q} \alpha(x)) > \alpha$$。
有没有什么明确的方法可以在 python 中有效地构建一个随机森林来产生这样的模型?
此外,我还有一个附加要求,虽然我不确定,但目前的库可能是可能的。要求:我想从我的训练集中选择一个点子集 A,并在我进行预测时从我的随机森林中选择并排除那些用 A 中的点训练的树。
解决方案
推荐阅读
- rundeck - Rundeck - 在 5.8k 节点上运行时任何命令执行都会失败
- android - 如果回收站视图项中的数据为空,则不显示视图持有者
- ios - Swift and Sprite Kit - 我如何测量一个精灵行进的总距离?
- mongodb - Monoose DeprecationWarning collection.ensureIndex 和 useNewUrlParser
- tensorflow - Keras/Tensorflow 解决线性回归任务的局限性
- python - 如何处理 Keras 中的大图层
- java - 如何在画布中绘制多个圆圈?
- r - 使用 R 抓取 Youtube 视频标题
- python-3.x - Azure IOT 模块 - 无法订阅消息
- if-statement - 为什么 0 整数值在 groovy 中的 if 语句中表现为假?