隨機森林小結

劃重點：Bagging + 決策樹 = 隨機森林 1.算法原理：隨機森林，是基於bagging的一種並行式集成學習方法，可以用來做分類、迴歸。隨機森林是一個包含多個決策樹的分類器， 並且其輸出的類別是由基學習器輸出的類別的衆數而定。 通過自助法（bootstrap）重採樣技術，從原始訓練樣本集N中有放回地重複隨機抽取N個樣本生成新的訓練樣本集合，然後根據自助樣本集生成k個分類樹組成隨機森林。 在構

>>阅读原文<<