[機器學習算法]隨機森林

單棵決策樹的劣勢 有時候單棵決策樹可能難以實現較高的準確率，這主要是由以下幾個方面決定的： 求解一棵最優（泛化誤差最小）的決策樹是一個NP難（無法窮極所有可能的樹結構）問題，往往得到的是局部最優解。 單棵樹構建的模型往往不夠穩定，樣本變動很容易引起樹結構的變動 解決過擬合問題除劃分測試集和訓練集外依賴於剪枝 回顧：元算法 從統計學的角度來講，將模型的性能寄希望於單棵決策樹是不穩健的，這意味着它在處

>>阅读原文<<