隨機森林和Adaboost對比

隨機森林和adaboost算法都可以用來分類，它們都是優秀的基於決策樹的組合算法。相對於經典線性判別分析，其分類效果一般要好很多。   boosting方法 提升學習（Boosting）是一種機器學習技術，可以用於迴歸和分類的問題，它每一步產生弱預測模型(如決策樹)，並加權累加到總模型中；如果每一步的弱預測模型的生成都是依據損失函數的梯度方式的，那麼就稱爲梯度提升(Gradient boostin

>>阅读原文<<