【機器學習之Spark實戰 一】基於Spark的隨機森林分類算法分析

基於Spark的隨機森林分類算法分析 一．隨機森林算法原理 隨機森林是由多個決策樹構成的森林，算法分類結果由決策樹的投票結果得到，其屬於集成學習中的bagging方法。算法的主要原理如下： 1)   假設爲一棵決策樹，其中每個決策樹的抽樣方式爲重 抽樣，獨立抽樣次，每次隨機抽取個樣本，就可組成個訓練集數據集，且它們是相互獨立同分布的。 2)   單棵決策樹的生長原則遵循：每次從數據集的全部特徵屬性

>>阅读原文<<