深度森林gcForest原理

深度森林（gcForest）是由周志华与冯霁于2017年提出的非神经网络型深度学习模型，其核心结构包含多粒度扫描与级联森林两大部分。多粒度扫描通过多个滑动窗口（如100维、200维、300维）对400维原始特征进行局部特征提取，在序列或图像数据上生成高维变换特征；例如100维窗口在400维序列上产生301个子向量，经两个完全随机森林和两个随机森林（各500棵树）处理后，输出1806维增强特征。

级联结构则逐层接收前级输出的类概率向量（如三分类下每森林输出3维向量，四级森林共12维），并与原始/变换特征拼接作为下一级输入。每级森林的类向量均通过k折交叉验证生成以抑制过拟合，且级联层级数由验证集性能增益自动终止——当新增层级未显著提升准确率时训练即停，实现模型复杂度的数据自适应确定。

该模型摒弃反向传播与可微假设，仅依赖决策树集成，超参数极少且对不同领域数据鲁棒性强。后续衍生出深度回归森林（DRF）与多层梯度提升决策树（mGBDT）等变体，拓展至年龄估计、回归任务等场景，验证了非梯度深度模型的可行性与有效性。

评论区

kzhibo球迷

深度森林gcForest真香！周志华团队这多粒度扫描太硬核了

2026-02-19 06:18:42

kzhibo球迷

作为决策树集成老粉，看到gcForest的层级结构直呼内行！

2026-02-20 02:30:50

kzhibo球迷

多粒度扫描+级联森林=精度暴增？深度森林实测惊艳！

2026-02-20 02:45:25

kzhibo球迷

周志华教授yyds！gcForest让传统集成学习焕发新生！

2026-02-19 09:54:37

kzhibo球迷

不用调参、不依赖深度学习——深度森林真是算法界清流～

2026-02-19 10:19:15

kzhibo球迷

刚跑完gcForest实验，收敛快、泛化强，强烈安利给CVer！

2026-02-19 15:16:21

kzhibo球迷

深度森林的级联结构像搭积木一样直观，小白也能上手！

2026-02-20 02:31:07

kzhibo球迷

比起黑盒DNN，gcForest的可解释性+多粒度扫描太友好了！

2026-02-19 08:17:13

展开更多

　　上一篇：皇马巴萨马竞2025西甲争冠

　　下一篇：宋株薰2020年中超转会始末