隨機森林算法原理解析

　　集成學習有兩個流派，一個是boosting派系，它的特點是各個弱學習器之間有依賴關係。另一種是bagging流派，它的特點是各個弱學習器之間沒有依賴關係，可以並行擬合。 1.  bagging的原理 在集成學習原理總結中，給出bagging的原理圖。 　　(1)、Bagging的特點「隨機採樣」。隨機採集跟訓練集個數m相同的樣本，採集T次。得到採樣集。 　　(注意：GBDT(Gradient

>>阅读原文<<