Nó de floresta aleatória

Random Forest© é uma implementação avançada de um algoritmo de bagging com um modelo de árvore como modelo básico.

Em florestas aleatórias, cada árvore no conjunto é construída a partir de uma amostra retirada com substituição (por exemplo, uma amostra bootstrap) do conjunto de treinamento. Ao dividir um nó durante a construção da árvore, a divisão escolhida não é mais a melhor divisão entre todos os recursos. Em vez disso, a divisão escolhida é a melhor divisão entre um subconjunto aleatório de recursos. Devido a essa aleatoriedade, o viés da floresta geralmente aumenta ligeiramente (em relação ao viés de uma única árvore não aleatória), mas, devido à média, sua variância também diminui, geralmente mais do que compensando o aumento do viés, portanto, rendendo um modelo geral melhor.¹

O nó do Random Forest no " watsonx.ai Studio é implementado em Python. A paleta de nós contém este nó e outros nós Python.

Para obter mais informações sobre algoritmos de floresta aleatórias, consulte Florestas de árvores aleatórias.

¹L. Breiman, "Random Forests," Machine Learning, 45(1), 5-32, 2001.