注意
此命令适用于 预测分析模块。单击此处了解更多关于如何激活模块的信息。
Random Forests® 模型是解决分类和回归问题的一种方法。与单个分类或回归树相比，该方法对预测变量变化的处理既更准确，又更可靠。宽泛而言，在该过程中，Minitab Statistical Software 从一个 bootstrap 样本构建一个树。Minitab 从预测变量总数中随机选择少量预测变量，以评估每个节点的最佳拆分变量。Minitab 重复这个过程，生成许多树。在分类情况下，每个树的分类是预测分类的投票。对于给定的数据行，得票最多的类别是数据集中该行的预测类别。
要构建分类树，该算法使用基尼标准来测量节点的不纯度。对于桌面应用程序，每棵树都会增长，直到无法拆分节点或节点达到拆分内部节点的最小事例数。最小案例数是 分析的一个选项。在 Web 应用中，分析添加了约束，即每棵树的终端节点限制为 4,000 个。有关分类树的构建的更多详细信息，请转到 节点分裂方式 - CART® 分类。下面是特定于 Random Forests® 的详细信息。
Bootstrap 样本
要构建每个树，该算法从完整的数据集中选择随机重置取样（bootstrap 样本）。通常，每个 bootstrap 样本都是不同的，可以包含与原始数据集不同数量的唯一行。如果您只使用 OOB 验证，则 bootstrap 样本的默认大小是原始数据集的大小。如果将样本划分为训练集和测试集，则 bootstrap 样本的默认大小与训练集的大小相同。无论哪种情况，您都可以选择指定 bootstrap 样本小于默认大小。平均而言，bootstrap 样本包含大约 2/3 的数据行。不在 bootstrap 样本中的唯一数据行是用于验证的 OOB 数据。
预测变量的随机选择
在树的每个节点上，算法随机选择预测变量总数的子集 
，以作为拆分变量评估。默认情况下，算法会选择 
预测变量以在每个节点进行评估。您可以选择不同数量的预测变量进行评估，从 1 到 
。如果您选择 
预测变量，算法则评估每个节点的每一个预测变量，从而进行一个名为“bootstrap 森林”的分析。
在每个节点使用预测变量子集的分析中，评估的预测变量通常在每个节点上都不同。对不同预测变量的评估使森林中的树的相互关联性降低。相关性较弱的树会产生缓慢的学习效果，因此，随着您构建更多树，预测会有所改善。
使用 OOB 数据进行验证
不属于给定树的树构建过程的唯一数据行是 OOB 数据。模型性能度量（如负对数似然平均值）的计算使用 OOB 数据。有关更多详细信息，请转到 Random Forests® 分类中模型汇总的方法和公式。
对于森林中的给定树，在 OOB 数据中对一行的类别投票是单个树中行的预测类别。在 OOB 数据中，行的预测类别是森林中所有树中投票率最高的类别。
OOB 数据中一行的预测类别概率是该行的类别票数和总票数之比。模型验证使用预测类别、预测类别概率和在 OOB 数据中至少出现一次的所有行的实际响应值。
训练集中一行的预测类别的确定
其中 Vk 是投票行 i 位于类别 k 的树数，F 是森林中的树数。
