用Python實現隨機森林算法

CDA數據分析師 出品 擁有高方差使得決策樹（secision tress）在處理特定訓練數據集時其結果顯得相對脆弱。bagging（bootstrap aggregating 的縮寫）算法從訓練數據的樣本中建立複合模型，可以有效降低決策樹的方差，但樹與樹之間有高度關聯（並不是理想的樹的狀態）。 隨機森林算法（Random forest algorithm）是對 bagging 算法的擴展。除了仍

>>阅读原文<<