隨機森林介紹

隨機森林是一種重要的基於Bagging的集成學習方法，可以用來做分類或者回歸等問題，其基本思想就是構建多棵決策樹，形成一個森林，然後用這些決策樹共同決策輸出類別是什麼。 　　隨機森林的生成流程大致如下： 　　1）從樣本集中通過重採樣的方式產生n個樣本； 　　2）假設樣本特徵數目爲d，對n個樣本選擇d中的k個特徵，用建立決策樹的方法來獲得最佳分割點； 　　3）重複m次，產生m棵決策樹； 　　4）多數

>>阅读原文<<