集成學習（2）

4.1.1 Bagging之隨機森林 隨機森林樣例 基學習器：CART決策樹 構成方法：由多個決策樹構成森林 生成方法： 從樣本集中通過重採用的方式產生n個樣本 利用這n個樣本訓練時，隨機選擇部分屬性，在這些部分屬性中選擇一個最優特徵進行劃分。 重複抽樣m次，產生m可決策樹 採用投票/平均的方式進行預測 隨機性體現在兩點： 樣本選擇的隨機性 特徵選擇的隨機性 隨機森林的特性： 隨機森林是一種集成學

>>阅读原文<<