數據挖掘面試題之隨機森林（RF）

隨機森林   模型收到低偏差和高方差問題的困擾，應該如何解決 低偏差意味着模型的預測值接近實際值。換句話說，該模型有足夠的靈活性，以模仿訓練所有數據的分佈。貌似很好，但是別忘了，一個過於靈活的模型是沒有泛化能力的。這意味着，當這個模型用在對一個未曾見過的數據集進行測試的時候，它會令人很失望。 在這種情況下，我們可以使用bagging算法（如隨機森林），以解決高方差問題。 bagging算法採用bo

>>阅读原文<<