機器學習算法概述：隨機森林&邏輯迴歸

  隨機森林是用於分類和迴歸的監督式集成學習模型。爲了使整體性能更好，集成學習模型聚合了多個機器學習模型。因爲每個模型單獨使用時性能表現的不是很好，但如果放在一個整體中則很強大。在隨機森林模型下，使用大量「弱」因子的決策樹，來聚合它們的輸出，結果能代表「強」的集成。 權衡偏差與方差 在任何機器學習模型中，有兩個誤差來源:偏差和方差。爲了更好地說明這兩個概念，假設已創建了一個機器學習模型並已知數據的

>>阅读原文<<