随机森林

把随机树的聚合构建为随机森林的原理示意图。

在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。

这个术语是1995年由贝尔实验室的何天琴所提出的随机决策森林（random decision forests）而来的。

然后Leo Breiman和Adele Cutler发展出推论出随机森林的算法。而"Random Forests"是他们的商标。

这个方法则是结合Breimans的"Bootstrap aggregating"想法和Ho的"random subspace method"以建造决策树的集合。

历史

随机森林的引入最初是由华裔美国人何天琴于1995年先提出的。然后随机森林由Leo Breiman于2001年在一篇论文中提出的。这篇文章描述了一种结合随机节点优化和bagging，利用类CART过程构建不相关树的森林的方法。此外，本文还结合了一些已知的、新颖的、构成了现代随机森林实践的基础成分，特别是

1. 使用out-of-bag误差来代替泛化误差
2. 通过排列度量变量的重要性

算法

预备：决策树学习

主条目：决策树学习

决策树是机器学习的常用方法。 Hastie等说：“树学习是如今最能满足于数据挖掘的方法，因为它在特征值的缩放和其他各种转换下保持不变，对无关特征是稳健的，而且能生成可被检查的模型。然而，它通常并不准确。”

特别的，生长很深的树容易学习到高度不规则的模式，即过学习，在训练集上具有低偏差和高变异数的特点。随机森林是平均多个深决策树以降低变异数的一种方法，其中，决策树是在一个数据集上的不同部分进行训练的。这是以偏差的小幅增加和一些可解释性的丧失为代价的，但是在最终的模型中通常会大大提高性能。

Bagging

主条目：Bagging算法

随机森林训练算法把bagging的一般技术应用到树学习中。给定训练集$X=x_{1},\dots ,x_{n}$和目标$Y=y_{1},\dots ,y_{n}$，bagging方法重复（$B$次）从训练集中有放回地采样，然后在这些样本上训练树模型：

For b = 1, ..., B:

1. Sample, with replacement, n training examples from X, Y; call these X_b, Y_b.
2. Train a classification or regression tree f_b on X_b, Y_b.

在训练结束之后，对未知样本x的预测可以通过对x上所有单个回归树的预测求平均来实现：

${\hat {f}}={\frac {1}{B}}\sum _{b=1}^{B}f_{b}(x')$

或者在分类任务中选择多数投票的类别。

这种bagging方法在不增加偏置的情况下降低了方差，从而带来了更好的性能。这意味着，即使单个树模型的预测对训练集的噪声非常敏感，但对于多个树模型，只要这些树并不相关，这种情况就不会出现。简单地在同一个数据集上训练多个树模型会产生强相关的树模型（甚至是完全相同的树模型）。Bootstrap抽样是一种通过产生不同训练集从而降低树模型之间关联性的方法。

此外，x'上所有单个回归树的预测的标准差可以作为预测的不确定性的估计：

$\sigma ={\sqrt {\frac {\sum _{b=1}^{B}(f_{b}(x')-{\hat {f}})^{2}}{B-1}}}.$

样本或者树的数量B是一个自由参数。通常使用几百到几千棵树，这取决于训练集的大小和性质。使用交叉验证，或者透过观察out-of-bag误差（那些不包含xᵢ的抽样集合在样本xᵢ的平均预测误差），可以找到最优的B值。当一些树训练到一定程度之后，训练集和测试集的误差开始趋于平稳。

从 bagging 到随机森林

上面的过程描述了树的原始的 bagging 算法。随机森林与这个通用的方案只有一点不同:它使用一种改进的学习算法，在学习过程中的每次候选分裂中选择特征的随机子集。这个过程有时又被称为“特征 bagging”。这样做的原因是 bootstrap 抽样导致的树的相关性：如果有一些特征预测目标值的能力很强，那么这些特征就会被许多树所选择，这样就会导致树的强相关性。何天琴分析了不同条件下 bagging 和随机子空间投影对精度提高的影响。

典型地，对于一个包含 p 个特征的分类问题，可以在每次划分时使用 ${\sqrt {p}}$ 个特征。对于回归问题，作者推荐 p/3 但不少于 5 个特征。

极限树

再加上一个随机化步骤，就会得到极限随机树（extremely randomized trees），即极限树。与普通的随机森林相同，他们都是单个树的集成，但也有不同：首先，每棵树都使用整个学习样本进行了训练，其次，自上而下的划分是随机的。它并不计算每个特征的最优划分点（例如，基于信息熵或者基尼不纯度），而是随机选择划分点。该值是从特征经验范围内均匀随机选取的。在所有随机的划分点中，选择其中分数最高的作为结点的划分点。与普通的随机森林相似，可以指定每个节点要选择的特征的个数。该参数的默认值，对于分类问题，是${\sqrt {n}}$，对于回归问题，是$n$，其中 $n$是模型的特征个数。

性质

特征的重要性

随机森林天然可用来对回归或分类问题中变量的重要性进行排序。下面的技术来自Breiman的论文，R语言包randomForest包含它的实现。

度量数据集 ${\mathcal {D}}_{n}=\{(X_{i},Y_{i})\}_{i=1}^{n}$的特征重要性的第一步是，使用训练集训练一个随机森林模型。在训练过程中记录下每个数据点的out-of-bag误差，然后在整个森林上进行平均。

为了度量第$j$个特征的重要性，第$j$个特征的值在训练数据中被打乱，并重新计算打乱后的数据的out-of-bag误差。则第$j$个特征的重要性分数可以通过计算打乱前后的out-of-bag误差的差值的平均来得到，这个分数通过计算这些差值的标准差进行标准化。

产生更大分数的特征比小分数的特征更重要。这种特征重要性的度量方法的统计定义由Zhu et al.给出。

这种度量方法也有一些缺陷。对于包含不同取值个数的类别特征，随机森林更偏向于那些取值个数较多的特征，partial permutations、growing unbiased trees可以用来解决这个问题。如果数据包含一些相互关联的特征组，那么更小的组更容易被选择。

与最近邻算法的关系

Lin和Jeon在2002年指出了随机森林算法和K-近邻算法(k-NN)的关系。 事实证明，这两种算法都可以被看作是所谓的“加权邻居的方案”。这些在数据集$\{(x_{i},y_{i})\}_{i=1}^{n}$上训练的模型通过查看一个点的邻居来计算一个新点x'的预测值${\hat {y}}$，并且使用权重函数W对这些邻居进行加权:

${\hat {y}}=\sum _{i=1}^{n}W(x_{i},x')\,y_{i}.$

其中， $W(x_{i},x')$是第i个点在同一棵树中相对于新的数据点x'的非负权重。对于任一特定的点x'，$x_{i}$的权重的和必须为1。权重函数设定如下：

• 对于k-NN算法，如果x_i是距离x'最近的k个点之一，则$W(x_{i},x')={\frac {1}{k}}$，否则为0。
• 对于树，如果x_i与x'属于同一个包含k'个点的叶结点，则$W(x_{i},x')={\frac {1}{k'}}$，否则为0。

因为森林平均了m棵树的预测，且这些树具有独立的权重函数$W_{j}$，故森林的预测值是：

${\hat {y}}={\frac {1}{m}}\sum _{j=1}^{m}\sum _{i=1}^{n}W_{j}(x_{i},x')\,y_{i}=\sum _{i=1}^{n}\left({\frac {1}{m}}\sum _{j=1}^{m}W_{j}(x_{i},x')\right)\,y_{i}.$

上式表明了整个森林也采用了加权的邻居方案，其中的权重是各个树的平均。在这里，x'的邻居是那些在任一树中属于同一个叶节点的点$x_{i}$。只要$x_{i}$与x'在某棵树中属于同一个叶节点，$x_{i}$就是x'的邻居。

基于随机森林的非监督学习

作为构建的一部分，随机森林预测器自然会导致观测值之间的不相似性度量。还可以定义未标记数据之间的随机森林差异度量：其思想是构造一个随机森林预测器，将“观测”数据与适当生成的合成数据区分开来。 观察到的数据是原始的未标记数据，合成数据是从参考分布中提取的。随机森林的不相似性度量之所以吸引人，是因为它能很好地处理混合变量类型，对输入变量的单调变换是不敏感的，而且在存在异常值的情况下度量结果依然可靠。由于其固有变量的选择，随机森林不相似性很容易处理大量的半连续变量。

学习算法

根据下列算法而建造每棵树：

1. 用$N$来表示训练用例（样本）的个数，$M$表示特征数目。
2. 输入特征数目$m$，用于确定决策树上一个节点的决策结果；其中$m$应远小于$M$。
3. 从$N$个训练用例（样本）中以有放回抽样的方式，取样$N$次，形成一个训练集（即bootstrap取样），并用未抽到的用例（样本）作预测，评估其误差。
4. 对于每一个节点，随机选择$m$个特征，决策树上每个节点的决定都是基于这些特征确定的。根据这$m$个特征，计算其最佳的分裂方式。
5. 每棵树都会完整成长而不会剪枝（Pruning，这有可能在建完一棵正常树状分类器后会被采用）。

优点

随机森林的优点有：

• 对于很多种资料，它可以产生高准确度的分类器。
• 它可以处理大量的输入变量。
• 它可以在决定类别时，评估变量的重要性。
• 在建造森林时，它可以在内部对于一般化后的误差产生不偏差的估计。
• 它包含一个好方法可以估计丢失的资料，并且，如果有很大一部分的资料丢失，仍可以维持准确度。
• 它提供一个实验方法，可以去侦测variable interactions。
• 对于不平衡的分类资料集来说，它可以平衡误差。
• 它计算各例中的亲近度，对于数据挖掘、侦测离群点（outlier）和将资料可视化非常有用。
• 使用上述。它可被延伸应用在未标记的资料上，这类资料通常是使用非监督式聚类。也可侦测偏离者和观看资料。
• 学习过程是很快速的。

开源实现

• The Original RF （页面存档备份，存于互联网档案馆） by Breiman and Cutler written in Fortran 77.
• ALGLIB （页面存档备份，存于互联网档案馆） contains a modification of the random forest in C#, C++, Pascal, VBA.
• party （页面存档备份，存于互联网档案馆） Implementation based on the conditional inference trees in R.
• randomForest （页面存档备份，存于互联网档案馆） for classification and regression in R.
• Python implementation （页面存档备份，存于互联网档案馆） with examples in scikit-learn.
• Orange data mining suite includes random forest learner and can visualize the trained forest.
• Matlab （页面存档备份，存于互联网档案馆） implementation.
• SQP （页面存档备份，存于互联网档案馆） software uses random forest algorithm to predict the quality of survey questions, depending on formal and linguistic characteristics of the question.
• Weka RandomForest （页面存档备份，存于互联网档案馆） in Java library and GUI.
• ranger （页面存档备份，存于互联网档案馆） A C++ implementation of random forest for classification, regression, probability and survival. Includes interface for R.

参阅

• 机器学习
• 提升方法 - 机器学习方法
• 决策树学习 - 机器学习算法
• 集成学习 - 统计与机器学习技术
• 非参数统计
• 随机化算法 - 将一定程度的随机性作为其逻辑或程序的一部分的算法

外部链接

• （英文）Ho, Tin Kam (1995). "Random Decision Forest". Proc. of the 3rd Int'l Conf. on Document Analysis and Recognition, Montreal, Canada, August 14-18, 1995, 278-282（Preceding Work）
• （英文）Ho, Tin Kam (1998). "The Random Subspace Method for Constructing Decision Forests". IEEE Trans. on Pattern Analysis and Machine Intelligence 20 (8), 832-844（Preceding Work）
• （英文）Deng, H; Runger, G; Tuv, Eugene (2011). Bias of importance measures for multi-valued attributes and solutions, Proceedings of the 21st International Conference on Artificial Neural Networks (ICANN2011)
• （英文）Amit, Yali and Geman, Donald (1997) "Shape quantization and recognition with randomized trees". Neural Computation 9, 1545-1588. （页面存档备份，存于互联网档案馆）（Preceding work）
• （英文）Breiman, Leo "Looking Inside The Black Box". Wald Lecture II（Lecture）
• （英文）Breiman, Leo (2001). "Random Forests". Machine Learning 45 (1), 5-32（Original Article）
• （英文）Random Forest classifier description（Site of Leo Breiman）
• （英文）Liaw, Andy & Wiener, Matthew "Classification and Regression by randomForest" R News (2002) Vol. 2/3 p. 18 （页面存档备份，存于互联网档案馆）（Discussion of the use of the random forest package for R）
• （英文）Ho, Tin Kam (2002). "A Data Complexity Analysis of Comparative Advantages of Decision Forest Constructors". Pattern Analysis and Applications 5, p. 102-112 （页面存档备份，存于互联网档案馆）（Comparison of bagging and random subspace method）