隨機森林詳解

  隨機森林（Random Forest）是屬於集成學習的一種組合分類算法，集成學習的核心思想就是將若干個弱（基）分類器組合起來，得到一個分類性能顯著優越的強分類器。如果各弱分類器之前沒有強依賴關係、可並行生成，就可以使用隨機森林算法。   隨機森林利用自主抽樣法（bootstrap）從原數據集中有放回地抽取多個樣本，對抽取的樣本先用弱分類器—決策樹進行訓練，然後把這些決策樹組合在一起，通過投票得

>>阅读原文<<