機器學習中的算法(1)-決策樹模型組合之隨機森林與GBDT

發佈於http://leftnoteasy.cnblogs.com html  決策樹這種算法有着不少良好的特性，好比說訓練時間複雜度較低，預測的過程比較快速，模型容易展現（容易將獲得的決策樹作成圖片展現出來）等。可是同時，單決策樹又有一些很差的地方，好比說容易over-fitting，雖然有一些方法，如剪枝能夠減小這種狀況，可是仍是不夠的。算法     模型組合（好比說有Boosting，Bag

>>阅读原文<<