X 和 y 是否必须在随机森林中随机排序？

Question

这里是sklearn.ensemble.RandomForestClassifier.fit()的帮助。不清楚 X 和 y 按标签排序时是否会出现问题。我的初步测试表明，X 和 y 是否排序并不重要。

有知道实现的人可以确认一下我的结论是否正确吗？

Help on class RandomForestClassifier in module sklearn.ensemble._forest:

class RandomForestClassifier(ForestClassifier)
...
 |      Build a forest of trees from the training set (X, y).
 |
 |      Parameters
 |      ----------
 |      X : {array-like, sparse matrix} of shape (n_samples, n_features)
 |          The training input samples. Internally, its dtype will be converted
 |          to ``dtype=np.float32``. If a sparse matrix is provided, it will be
 |          converted into a sparse ``csc_matrix``.
 |
 |      y : array-like of shape (n_samples,) or (n_samples, n_outputs)
 |          The target values (class labels in classification, real numbers in
 |          regression).

Answer 1

在RandomForestClassifier的情况下无所谓。

随机森林是 执行多数表决的弱学习器的集合。

由于我们需要不同的树根据不同的特征做出决定，该算法正在使用 Bootstrapping（RandomForestClassifier 中的参数 bootstrap=True）执行 有放回的随机抽样。除了 bootstrap 个样本之外，我们还绘制了随机的特征子集来训练单个树

Bootsrapping 是随机森林必不可少的。没有它，所有的树都会或多或少地相似并基于相同的特征。这将破坏多数投票的全部目的。

因此我们可以说样本的顺序无关紧要。然而，正如 desertnaut 在他们的中所说，最好将数据打乱顺序以避免其他潜在问题。

注意：有关该主题的 Statquest videos 非常适合深入了解它的工作原理。

X 和 y 是否必须在随机森林中随机排序？

Do X and y have to be randomly ordered in Random Forest?

scikit-learn

random-forest