機器學習sklearn之集成學習（三）

隨機森林 集成學習一般可分爲三大類：boosting，bagging，stacking，隨機森林算法歸屬於bagging類，它的特點是使用多個沒有依賴關係的弱學習器進行並行擬合，最後的決策也很簡單，對於分類問題則使用簡單的投票法，對於迴歸問題，則使用平均法。 在隨機森林算法中建立每棵樹的過程是： 1、隨機在N個樣本中選擇一個樣本，重複N次（樣本是有可能重複的） 2、隨機在M個特徵中選擇m個特徵，不

>>阅读原文<<