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通過bootstrapping的方式進行抽取不同的資料從每一堆資料中學得一個小的模型g，然後再將這些小的模型進行融合進而得到一個更爲穩定的大的模型G。決策樹模型通過遞歸的方式按照某些特徵進行分支得到更小的樹，最後通過檢測不純度來決定是否停止切割。這個模型受資料影響較大，所以得到的模型不夠穩定。如果將這兩種學習模型合在一起就會構成一個既

>>阅读原文<<