GBDT和隨機森林的區別

1背景  以前把這兩個搞混了 2隨機森林  說道隨機森林就要提bagging集成方法。bagging才用有放回的抽樣。下圖時bagging的示意圖。    隨機森林是bagging的一種擴展，在k個數據集選擇的時候後，引入了隨機屬性選擇。加入所有屬性個數爲d，k是隨機選擇的屬性個數。那麼k=d的時候，就沒有改變。那麼k=1的時候後，隨機選擇一個屬性用於計算。推薦的k=log2d.  隨機森林的基學

>>阅读原文<<