隨機森林簡介

一.Bagging思想 1.隨機森林是一種重要的基於Bagging的集成學習方法，可以用來做分類、迴歸等問題。 2.我們首先介紹下Bagging的思想，Bagging的策略是：                   *從樣本集中重採樣（Bootstrap有放回有重複的採樣）選出n個樣本。                   *對這n個樣本訓練一個弱分類器（可以是ID3、C4.5、CART、SVM、L

>>阅读原文<<