隨機森林模型詳解

1.定義 決策樹+bagging=隨機森林，隨機森林是一種比較新的機器學習模型(非線性基於樹的模型)集成學習方法。上世紀八十年代Breiman等人發明分類樹算法，通過反覆二分數據進行分類或迴歸，計算量大大降低，2001年Breiman把分類樹組合成隨機森林，即在變量(列)的使用和數據(行)的使用上進行隨機化，生成很多分類樹，再彙總分類樹結果。隨機森林在運算量沒有顯著提高前提下提高了預測精度，隨機森

>>阅读原文<<