পুরানো থ্রেড, তবে আমি কম্বলারিটি এলোমেলো বন মডেলের কোনও সমস্যা নয় বলে একটি কম্বল স্টেটমেন্টের সাথে একমত নই। যখন ডেটাসেটের দুটি (বা আরও) পারস্পরিক সম্পর্কযুক্ত বৈশিষ্ট্য রয়েছে, তখন মডেলের দৃষ্টিকোণ থেকে, এই সম্পর্কিত কোনও বৈশিষ্ট্যই ভবিষ্যদ্বাণী হিসাবে ব্যবহার করা যেতে পারে, অন্যগুলির তুলনায় কোনওটির কোনও পছন্দ নয় ference
তবে একবার তাদের মধ্যে একটি ব্যবহার করা হলে, অন্যের গুরুত্ব উল্লেখযোগ্যভাবে হ্রাস পেয়েছে যেহেতু কার্যকরভাবে তারা অপসারণকে অপসারণ করতে পারে প্রথম বৈশিষ্ট্য দ্বারা ইতিমধ্যে মুছে ফেলা হয়েছে।
ফলস্বরূপ, তাদের একটি কম রিপোর্ট করা গুরুত্ব থাকবে। অতিরিক্ত সমস্যা হ্রাস করার জন্য আমরা বৈশিষ্ট্য নির্বাচন ব্যবহার করতে চাইলে এটি কোনও সমস্যা নয়, যেহেতু অন্যান্য বৈশিষ্ট্যগুলির দ্বারা ডুপ্লিকেটযুক্ত বৈশিষ্ট্যগুলি সরিয়ে ফেলা বুদ্ধিমান হয়ে থাকে, তবে ডেটাটি ব্যাখ্যা করার সময় এটি ভুল সিদ্ধান্তে পৌঁছাতে পারে যে ভেরিয়েবলগুলির মধ্যে একটি হ'ল দৃ strong় ভবিষ্যদ্বানীকারী যখন একই গ্রুপের অন্যরা গুরুত্বহীন, যখন তারা প্রতিক্রিয়াশীল ভেরিয়েবলের সাথে তাদের সম্পর্কের দিক থেকে খুব কাছাকাছি থাকে।
প্রতিটি নোড সৃষ্টিতে বৈশিষ্ট্যগুলির এলোমেলো নির্বাচনের জন্য এই ঘটনার প্রভাব কিছুটা হ্রাস পেয়েছে, তবে সাধারণভাবে প্রভাবটি পুরোপুরি সরানো হয় না।
উপরের অংশটি বেশিরভাগই এখান থেকে আঁকাবাঁকা: ভাল বৈশিষ্ট্য নির্বাচন করা
multicollinearityএলোমেলো বন মডেলটির কোনও প্রভাব ফেলতে দেখেছি । উদাহরণস্বরূপ, এখানে , সর্বাধিক উত্সাহিত উত্তর বলছে যে "এলোমেলো বন মডেলের কোনও অংশই অত্যন্ত কোলাইনারি ভেরিয়েবল দ্বারা ক্ষতিগ্রস্থ হয় না"। এর কি কোনও বৈধতা আছে?