Con los bosques aleatorios, ¿es posible proporcionar un término de error para cada variable o cada muestra?

Question

Me pregunto si hay alguna implementación de bosques aleatorios que permita proporcionar términos de error para las entradas.

Un término de error podría basarse en una base por variable, o en una base por muestra/variable.

Si se especificara un término de error por variable, haríamos saber al algoritmo del bosque aleatorio que "esta variable $A$ tiene un error de muestreo de $\pm 5\%$ mientras que esta variable $B$ tiene un error de muestreo de $\pm 10\%$ ".

Si se especificara un término de error por muestra/variable, especificaríamos los términos de error en todas las muestras individuales. Haríamos saber al bosque aleatorio que "para la muestra 1, la variable $A$ tiene un error de muestreo de $\pm 5\%$ y la variable B tiene un error de muestreo de $\pm 8\%$ mientras que en la muestra 2, la variable $A$ tiene un error de muestreo de $\pm 6\%$ y variable $B$ tiene un error de muestreo de $\pm 12\%$ ".

Me interesan especialmente las implementaciones en R, C++, C# o Python.

Answer 1

Puede sustituir cada ejemplo de formación ( $x$ , $\sigma(x)$ y) con un conjunto de ejemplos de entrenamiento (o un solo ejemplo de entrenamiento) distribuido como $N(x, \sigma(x))\rho(x)$ , donde $\rho(x)$ es la distribución previa de $x$ .