集成學習---隨機森林

Bagging 隨機森林（Random Forest,簡稱RF）是Bagging的一個擴展變體。Bagging在1996年由Beriman提出，做爲並行式集成學習方法中最著名的表明，利用自助採樣法。可採樣出T個含m個訓練樣本的採樣集，而後基於每一個採樣集訓練出一個基學習器，再將這些基學習器進行結合。這就是Bagging的基本路程。對分類任務使用簡單投票法，對迴歸任務簡單平均。 web 隨機森林（R

>>阅读原文<<