機器學習技法-Random Forest

大綱 上節課我們主要介紹了Decision Tree模型。Decision Tree算法的核心是通過遞歸的方式，將數據集不斷進行切割，得到子分支，最終形成數的結構。C&RT算法是決策樹比較簡單和常用的一種算法，其切割的標準是根據純度來進行，每次切割都是爲了讓分支內部純度最大。最終，決策樹不同的分支得到不同的 gt(x) （即樹的葉子，C&RT算法中， gt(x) 是常數）。本節課將介紹隨機森林（R

>>阅读原文<<