![](https://csdnimg.cn/release/download_crawler_static/88423864/bg4.jpg)
Q. Qiu,J. Lezama,A. Bronstein和G. Sapiro
在训练过程中,我们可以通过随机集采样和随机节点优化的组合将随机性引
入森林,从而避免重复树。如[11,12]中所讨论的,用不同的随机选择的集合
训练每棵树当给定两个以上的类,我们introduce节点随机性
随机
分区到达每个
二进制分裂节点的类分为两类。
玩具教学散列方案构造如下:每个数据点被推过树,直到到达对应的叶节
点。我们简单地为访问的叶子节点设置“1”,为其余节点设置“0”。通过以预定
义的节点顺序对那些比特进行排序,在宽度优先顺序下,我们得到一个(2
d
-1
)
位的哈希码,总是包含一个1。在由深度为d的M
棵
树组成的随机森林中,每个
点同时被推过所有树以获得M(
2
d
-1
)位哈希码。
这种散列方案具有几个明显的特点和优点:首先,训练和散列过程可以并行
进行,以实现现代并行CPU或GPU硬件上的高计算效率。其次,从森林获得的
多个散列码(每个散列码来自独立训练的树)具有继承随机森林的提升效应的
潜力,即,增加树的数量会增加准确性(次线性)[12]。最后,该计划保证
1
-稀
疏的哈希码从每个树。
然而,来自森林的散列无法保持底层数据的相似性。在森林最初设计的分类
中,通过对大量树进行平均来获得整体后验,从而提高分类准确性[11],并且
不需要单个树的置信类后验。这对于构造合适的散列函数具有若干负面后果。
首先,森林通常在树中的多个叶节点上分布相同的类样本,因此,没有一致的
代码被分配给每个类。第二,出于同样的原因,不同类的样本可以遵循相同的
路径,因此林并不保证每个类都有唯一的代码。此外,在给定目标代码长度的
情况下,如何组合来自不同树的散列并不明显。
当增加树深度时,散列码的不一致性变得更加严重这个问题不能简单地通过
增加树的数量来解决更长的总位长度。例如,如果对于64位散列码允许4位不一
致性,则Ham-
组合来自每棵树的散列可以选择组合来自不同的散列
树简单地通过连接,平均和阈值,或投票。然而,这些启发式方法背后的原理
并不明显,我们可能会放松对代码长度、稀疏性甚至二进制性的控制。
在下文中,我们解决这两个问题。首先,我们提出了随机类分组方案,其次
是接近最佳的代码聚合,以执行代码的唯一性为每个类。其次,我们采用了非
传统的低秩损失弱学习者,以鼓励代码的一致性。