機器學習-集成學習(Bagging算法之隨機森林)

一，介紹算法 Bagging算法：假定有m個訓練集，咱們採用自助採樣法，每次隨機抽取一個放入採樣集中，而後再把樣本放回訓練集，一共抽取m次，得到一個用於訓練的採樣集（裏面有m個樣本）。根據須要咱們一共抽取T個採樣集，學習出T個基學習器。bootstrap 在進行預測時，對於分類任務採用簡單投票發；迴歸任務採用簡單平均法。app 隨機森林：隨機森林是Bagging算法的擴展。在以決策樹爲基學習器構建

>>阅读原文<<