監督學習(七)——決策樹集成：隨機森林

決策樹經常會對訓練數據進行過擬合，也就是訓練數據精度高，而預測結果很低。隨機森林就是許多決策樹的集合，每一棵決策樹跟其他決策樹都不同，每棵樹都會不同方式的過擬合，那麼對這些樹的結果取平均值，就可以降低過擬合。 隨機森林的隨機方法有兩種： 1、通過選擇用於構造樹的數據點； 2、通過選擇每次劃分測試的特徵。 一、構造隨機森林 構造一個隨機森林模型，需要先確定用於構造的樹的個數 (RandomFores

>>阅读原文<<