R 分析里的随机森林

最近想做随机森林的分析，用R。看到一些例子都是一开始设置了随机种子。不清楚这种设置有没有什么范围，比如有的时候设置500，有的时候3000，数据结果是不一样的。请哪位高人给详细讲解一下，多谢啦。

1.http://blog.csdn.net/abcjennifer/article/details/8164315我基本是参考的这个文献。
2.http://www.autonlab.org/tutorials/dtree.html讲决策树的

同求~~~~~~~~~~~~~~~~~~~~~~

random seed的设置应该是在random forest中对变量进行random sampling用到的，就相当于产生随机数一样，设置一个随机种子，可以重复的产生相同的随机数。ps: 仅供参考

在做随机森林的时候，会有两个地方用到随机性。
一是用bootstrap选择n个样本点去生成classification and regression tree
二是选择node时，从所有属性中随机选取k个属性，在其中选取相应的最优属性做为node做分类或回归
上述步骤会生成一个CART.也就是一棵树。
R语言中默认是生成500棵树。
之所以选择随机数生成器，主要是为了结果的可重复性。
但是应该变化不大。
如果变化太大的话，我觉得可以多生成一些树，以降低随机性。

谢谢楼上各位好心人的回复。lww1993,我已经将你的答案设置为最佳了，谢谢！

唐伯小猫 发表于 2014-4-1 05:35
谢谢楼上各位好心人的回复。lww1993,我已经将你的答案设置为最佳了，谢谢！

很高兴得到楼主的论坛币，哈哈。共同学习

这种设置有没有什么范围，比如有的时候设置500，有的时候3000

楼主，这个问题我还是不懂，能否解答一下？谢谢！（这个seed的数值应该设置为多大呢？设置的大小不同有什么影响呢？该如何决定设置多大呢？）