隨機森林原理

隨機森林(Random Forest，RF) 1、前言：集成學習(ensemble learning) 概念：集成學習通過訓練多個分類器，然後把這些分類器組合起來，以達到更好的預測性能。 集成學習算法之一：Boosting，它的特點是各個弱學習器之間有依賴關係。他通過迭代地訓練一系列的分類器，每個分類器採用的樣本的選擇方式都和上一輪的學習結果有關。例如在AdaBoost中，之前分類錯誤的樣本有較高

>>阅读原文<<