機器學習筆記-決策樹到隨機森林概念篇

參考百度百科 基本概念 分類器：分類器就是給定一個樣本的數據，判定這個樣本屬於哪個類別的算法。例如在股票漲跌預測中，我們認爲前一天的交易量和收盤價對於第二天的漲跌是有影響的，那麼分類器就是通過樣本的交易量和收盤價預測第二天的漲跌情況的算法。 分裂：在決策樹的訓練過程中，需要一次次的將訓練數據集分裂成兩個子數據集，這個過程就叫做分裂。 特徵：在分類問題中，輸入到分類器中的數據叫做特徵。以上面的股票漲

>>阅读原文<<