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
相關文章
相關標籤/搜索