隨機森林（Random Forests）介紹

1.決策樹（Decision Tree） 決策樹是一種樹形結構，其中每個內部節點表示一個屬性上的測試，每個分支代表一個測試輸出，每個葉節點代表一種類別。常見的決策樹算法有C4.5、ID3和CART。ID3算法用的是信息增益，C4.5算法用信息增益率；CART算法使用基尼係數。 2.集成學習（Ensemble Learning） 集成學習通過建立幾個模型組合的來解決單一預測問題。它的工作原理是生成多

>>阅读原文<<