隨機森林

     隨機森林指的是利用多棵樹對樣本進行訓練並預測的一種分類器。該分類器最早由Leo Breiman和Adele Cutler提出，並被註冊成了商標。 根據下列算法而建造每棵樹： 用 N來表示訓練用例（樣本）的個數， M表示特徵數目。 輸入特徵數目 m，用於確定 決策樹上一個節點的決策結果；其中 m應遠小於 M。 從 N個訓練用例（樣本）中以有放回抽樣的方式，取樣 N次，形成一個 訓練集（即b

>>阅读原文<<