问题描述
我目前正在尝试构建随机森林模型来推断 70 个主题中的特征列表的相关性。 目前，我有 460 个功能，我读到过模型的构建不应使用比样本更多的功能。我知道可以应用特征选择来过滤更有意义的特征。
我想知道是否有人可以帮助我解释随机森林模型在“过度”训练时会发生什么。是否有最佳的行 x 列比率？我的意思是对于 N 个样本，应该使用 N/2 个特征还是 N 的平方根来构建模型？
我是否必须校准我的模型才能找到这个最佳比率？如何识别？
提前致谢。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）