機器學習第九課(bagging,隨機森林,樣本不均衡)

Bagging 隨機森林 隨機森林顧名思義，是用隨機的方式建立一個森林，森林裏面有很多的決策樹組成，隨機森林的每一棵決策樹之間是沒有關聯的。在得到森林之後，當有一個新的輸入樣本進入的時候，就讓森林中的每一棵決策樹分別進行一下判斷，看看這個樣本應該屬於哪一類（對於分類算法），然後看看哪一類被選擇最多，就預測這個樣本爲那一類。 在建立每一棵決策樹的過程中，有兩點需要注意 - 採樣與完全分裂。首先是兩個

>>阅读原文<<