集成學習 -- Bagging和隨機森林(二)

前面一節我們對集成學習做了宏觀介紹，這一節中，我們一起看一下集成學習中的Bagging和隨機森林究竟是什麼東西。 1 Bagging集成原理 目標：把下面的圈和方塊進行分類 實現過程： 採樣不同數據集 2)訓練分類器 3)平權投票，獲取最終結果 4)主要實現過程小結 2 隨機森林構造過程 在機器學習中，隨機森林是一個包含多個決策樹的分類器，並且其輸出的類別是由個別樹輸出的類別的衆數而定。 隨機森林

>>阅读原文<<