随机森林分类

随机森林是一个包括多决策树的分类器，其分类结果由单棵树输出类别的众数决定。

输入为 csv 文件，输出为 joblib 格式模型文件。支持选择特征列和目标列。

连接节点

输入节点：

• result: 可以连接 数据源 、 类型转换 、 归一化 组件输出的 result 节点。和 train 节点二选一。

• train: 可以连接 拆分 组件输出的 train 节点。和 result 节点二选一。

输出节点：

• model: 可以连接 机器学习预测 组件输入的 model 节点。非必连。

组件配置

在工作流页面配置随机森林分类组件参数。

表 39 随机森林分类组件参数

参数	必填	描述
特征字段	是	填写用于训练的特征字段，使用半角逗号、空格 或者回车隔开。
目标字段	是	填写用于训练的目标字段。
正类值	否	若为空时，默认值为1或者选取目标字段数据作为 正值。
树的个数	是	随机森林中树的数量，取值范围为1～1000。
特征数量	是	寻找最佳分割时要考虑的特征数量，支持选择sqrt 或log2。
叶节点样本最小个数	是	取值范围为正整数，默认值为2。
叶节点数据个数占父节点的最小比例	是	取值范围为（0,1），默认值为0.1，数值过大训练 效果可能较差，可以调小解决。
单颗树最大深度	否	若为空时，默认值为无穷。
训练每个基本估计器的样本数量	是	取值范围为[1000,1000000]，默认值为1000。
单节点规格	是	选择进行随机森林分类的单节点算力规格。