算法學習---- 隨機森林的基本原理

集成思想 Boosting 通過將弱學習器 提升爲強學習器的集成方法來提高預測精度，典型的算法是：AdaBoost、GBDT、 XGBoost Bagging 通過自主採樣的方法生成衆多並行式的分類器，通過「少數服從多數」的原則來確定最終的結果。典型的算法有 隨機森林、 隨機森林（Random Forest） 隨機森林是指利用多棵決策樹對樣本進行訓練並預測的一種算法。也就是說隨機森林算法是一個包含

>>阅读原文<<