11.集成學習和隨機森林

Soft Voting投票時有權值，更合理。 Bagging and Pasting： 放回取樣：Bagging（也叫bootstrap） 不放回取樣：Pasting 使模型產生差異化： 針對特徵進行隨機採樣：Random Subspaces 既針對樣本數量，又針對特徵進行隨機採樣： Random Patches 使用決策樹進行集成學習的方式也叫隨機森林。 Extra-Trees: 決策樹在節點劃

>>阅读原文<<