手把手教你：基于深度学习的滚动轴承故障诊断｜第 5 篇 · 随机森林实战

本文是《滚动轴承故障诊断》系列的第 5 篇（随机森林）。
系列完整目录见文末【专栏导航】。本篇配套的可运行脚本与报错速查见公众号。

一、都是深度学习年代了，为什么还要学随机森林

先给结论：因为论文里必须有对比实验。

一篇故障诊断的毕设，评审最看重的就是"你凭什么说你的方法好"——这需要一个对照组。而随机森林正是最合适的对照组：

它代表"传统机器学习路线"（人工特征 + 集成学习）；
代码短、跑得快、不需要显卡，几秒钟就能出一个可靠的基线成绩；
用它证明"深度学习/残差网络确实比传统方法强"，比单独夸自己的模型有说服力得多。

所以本篇不是"凑数的"，它是你论文实验章节的地基。

二、随机森林原理

随机森林 = 多棵决策树 + 投票表决（示意）

随机森林 = 很多棵决策树 + 投票表决。

决策树：像"考公务员的一连串是非题"，根据特征不断把样本分到不同的叶子；
森林：训练 50 棵彼此略有差异的树（每棵看的样本、看的特征都不同，防止"一棵树全错"）；
投票：预测时 50 棵树各投一票，得票最多的类别就是最终答案。

"随机"两个字是关键：每棵树都只用随机抽出的样本和特征去学，这样它们各不相同，合起来才稳健——这也是"集成学习"的核心思想。

三、为什么要把信号"拍平"成 2000 维

这是随机森林最朴素也最关键的一步：

m_train = train_data.reshape(N, -1)   # 每条样本 (1000, 2) → 摊平成 2000 个数

树模型不理解"波形"的结构，它只会把每一条样本看成一串数字（特征向量）；
所以把每条 1000×2 的样本"摊平"成 2000 个特征，喂给随机森林；
代价是：它看不到"波形的形状"，只能看到"这 2000 个数的取值"——这正是它不如深度网络的地方，后面会讲。

这一行代码也是全系列唯一一次"主动降维展开"的地方，值得记住：树模型吃一维特征，神经网络吃多维结构。

四、几个关键超参数在干什么

RandomForestClassifier(n_estimators=50, min_samples_split=5,
                       min_samples_leaf=4, max_depth=5)

参数	含义	本项目取值
`n_estimators`	决策树棵数	50（越多越稳，但更慢）
`max_depth`	树最大深度	5（防过拟合）
`min_samples_split`	内部节点至少多少样本才继续分	5
`min_samples_leaf`	叶子节点最少样本数	4

这套参数是一个"够用且不贪"的组合：既保证有足够的表达能力，又通过深度限制和叶子下限防止模型把噪声也背下来（过拟合）。毕设里不需要调得很精，能讲清楚每个参数是干嘛的就够了。

五、结果怎么看

训练完会输出一个 classification_report，这是论文实验表的"原料"：

              precision  recall  f1-score  support
       0      0.84       1.00    0.91      411
       1      0.69       0.78    0.73      436
       2      0.57       0.41    0.48      413
       3      0.74       0.71    0.73      421
    accuracy                           0.73   1681

precision（精确率）：说它是"内圈"，说对的比例；
recall（召回率）：真的是内圈的样本，找回了多少；
f1：两者的调和平均，综合分。

随机森林整体能到 0.73 上下——不错，但"只是 73"，它到底弱在哪，第 6 篇讲残差时会有对照组。

随机森林分类报告（测试集 1681 条）

六、随机森林的"天花板"

承认它的局限，才显得专业：

它看不到波形结构：只会看 2000 个数的"数值"，抓不住"冲击、节奏、包络"这些波形特征；
到 73% 就上不去了：不是调参能救的，是模型表达能力的边界；
但这恰恰是它存在的价值：没有这个 73%，就衬托不出深度网络 95% 的价值。

七、本篇小结

随机森林是论文的"对照组"，短平快、可复现；
它把样本"拍平"成特征向量、用树集成投票，原理简单、结果稳定；
完整脚本、运行步骤、结果解读见公众号。

专栏导航

篇次	主题	状态
1	项目总览与三模型对比	✅
2	环境部署	✅
3	CWRU 数据集深度解析	✅
4	数据预处理源码走读	✅
5	随机森林实战（本文）	✅
6	一维卷积与残差模块	排期中
7	模型训练与评估	排期中
8	可视化诊断系统	排期中
9	论文报告与答辩话术	排期中

下一篇预告：《一维卷积与残差模块：83% 到 95% 的原理拆解》，讲本系列最有含金量的一篇——为什么加一条"捷径"，准确率就能跳 12 个百分点。

版权说明：CWRU 数据集版权归凯斯西储大学所有，仅限学习研究使用。