Định nghĩa ngắn về tăng cường :
Một tập hợp những người học yếu có thể tạo ra một người học mạnh không? Một người học yếu được định nghĩa là một bộ phân loại chỉ tương quan một chút với phân loại thực sự (nó có thể gắn nhãn các ví dụ tốt hơn so với đoán ngẫu nhiên).
Định nghĩa ngắn về Rừng ngẫu nhiên :
Rừng ngẫu nhiên trồng nhiều cây phân loại. Để phân loại một đối tượng mới từ một vectơ đầu vào, đặt vectơ đầu vào xuống từng cây trong rừng. Mỗi cây đưa ra một phân loại và chúng ta nói cây "phiếu" cho lớp đó. Rừng chọn phân loại có nhiều phiếu nhất (trên tất cả các cây trong rừng).
Một định nghĩa ngắn khác về Rừng ngẫu nhiên :
Một khu rừng ngẫu nhiên là một công cụ ước tính meta phù hợp với một số phân loại cây quyết định trên các mẫu con khác nhau của bộ dữ liệu và sử dụng tính trung bình để cải thiện độ chính xác dự đoán và kiểm soát sự phù hợp.
Theo tôi hiểu Random Forest là một thuật toán tăng cường sử dụng cây làm phân loại yếu. Tôi biết rằng nó cũng sử dụng các kỹ thuật khác và cải thiện chúng. Ai đó đã sửa cho tôi rằng Rừng ngẫu nhiên không phải là một thuật toán thúc đẩy?
Ai đó có thể giải thích về điều này, tại sao Random Forest không phải là một thuật toán thúc đẩy?