Bagging與隨機森林算法

注：本篇博客主要參考了博客Bagging與隨機森林算法原理總結。 在集成學習中，有兩個流派—— boosting 派系 和 bagging 流派。前者的特點是各個弱學習器之間有依賴關係，而後者的特點是各個弱學習器之間沒有依賴關係，可以並行擬合。其中，隨機森林算法便是 bagging 流派的典型代表。 Bagging原理 我們知道，爲了得到泛化性能強的集成，則應儘可能地使弱分類器彼此之間相互獨立。雖

>>阅读原文<<