面试题库 › 算法 / 大模型 › 随机森林原理及与决策树的异同

随机森林原理及与决策树的异同

难度 ★☆☆在 4 场真实面经中被问到 方向:算法 / 大模型考点:树模型与集成学习

哪些公司问过

阿里巴巴1今日头条1

常见岗位:机器学习算法(泛)、计算机视觉、推荐搜索广告

答案要点

  1. 随机森林是 Bagging 集成,以决策树为基学习器
  2. 样本 bootstrap 采样加节点分裂时特征随机采样,降低树间相关性
  3. 分类多数投票、回归取平均,主要降低方差
  4. 可用袋外样本估计泛化误差,并输出更稳定的特征重要性
  5. 决策树可解释性强但易过拟合,随机森林更稳但更大更慢

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题