機器學習之隨機森林（機器學習技法）

隨機森林（RandomForest） 集成學習中的Bagging經過bootstrapping的方式進行抽取不一樣的資料從每一堆資料中學得一個小的模型g，而後再將這些小的模型進行融合進而獲得一個更爲穩定的大的模型G。決策樹模型經過遞歸的方式按照某些特徵進行分支獲得更小的樹，最後經過檢測不純度來決定是否中止切割。這個模型受資料影響較大，因此獲得的模型不夠穩定。若是將這兩種學習模型合在一塊兒就會構成一

>>阅读原文<<