Случайный лес sklearn OOB ошибка выше? - PullRequest
Новая
       11

Случайный лес sklearn OOB ошибка выше?

0 голосов
/ 26 марта 2019

По примеру с: (https://scikit -learn.org / стабильный / auto_examples / ансамбль / plot_ensemble_oob.html # sphx-GLR-авто-примеры-ансамблю сюжетно-ансамблю OOB-ру ) Я хочу построить изображение OOBerror-n_estimator (мой код приведен ниже), но результат сбит с толку (он растет !!!!) —— введите описание изображения здесь Я не понимаю причину, кто-нибудь может знать это? PS: мои данные не сбалансированы, поэтому я установил «class_weight», а также установил «начальную загрузку» randomforest ... 

rf = RandomForestClassifier(n_estimators=100,
                            warm_start=True,
                            class_weight = "balanced_subsample",
                            bootstrap = True,
                            oob_score = True,
                            random_state = 123
                            )

# Map a classifier name to a list of (<n_estimators>, <error rate>) pairs.
error_rate = []
n_estimat=[]

# Range of `n_estimators` values to explore.
min_estimators = 1
max_estimators = 100

for i in range(min_estimators, max_estimators + 1):
        rf.set_params(n_estimators=i)
        rf.fit(x_train, y_train)

        # Record the OOB error for each `n_estimators=i` setting.
        oob_error = 1 - rf.oob_score_
        error_rate.append(oob_error)
        n_estimat.append(i)
...