機器學習(七)隨機森林,GBDT,Adaboost

Bagging（裝袋） Bagging的策略: （1）從樣本集中重採樣（有重複的）選出n個樣本； （2）在所有屬性上，對這n個樣本建立分類器（ID3、C4.5、CART、SVM、Logistic迴歸等）； （3）重複以上兩步m次，即獲得了m個分類器； （4）將數據放在這m個分類器上，最後根據這m個分類器的投票結果，決定數據屬於哪一類。 疑問1：n的值如何選擇？ 疑問2：m的值如何選擇？——選擇奇數

>>阅读原文<<