Waarom is dit belangrijk?
Met deze aanpak kunnen computers patronen vinden in veel verschillende gegevens tegelijk en daar een schatting uit afleiden. In de zorg gebruiken onderzoekers random forest om uit patiëntgegevens het risico op ziekte of een complicatie te schatten. Voor patiënten en behandelaars levert dat extra informatie op, maar zo'n schatting kan fout zijn of groepen benadelen wanneer de gegevens niet evenwichtig zijn.
Zo werkt het in de praktijk
Onderzoekers van de Rocky Mountain Research Station pasten random forest toe in de ecologie. Zij classificeerden invasieve planten in Lava Beds National Monument in Californië. Zij classificeerden ook zeldzame korstmossen in het noordwesten van de Verenigde Staten.
In het tijdschrift Ecology vergeleken zij random forest met andere classificeerders. Zij maten de nauwkeurigheid met kruisvalidatie, een test op wisselende delen van de data. Het model gaf aan welke variabelen het belangrijkst waren voor invasieve planten.
Analisten schatten de fout met de out-of-bag-fout. Die fout telt alleen bomen die dat trainingsgeval niet zagen. Zij meten het belang van een variabele door de waarden te husselen, zoals in het R-pakket randomForest.




