機器學習（八）：Bagging與隨機森林

引言 一、Bagging 1.基本思路 2.算法 二、隨機森林（Random Forest,RF） 引言     Bagging基於自助採樣法（bootstrap sampling），採樣出T個含N個訓練樣本的採樣集，然後基於每個採樣集訓練出一個基學習器，最後將這些基學習器進行結合得到最終結果。     隨機森林（Random Forest,RF）是Bagging的一個擴展變體，以決策樹爲基學習器

>>阅读原文<<