机器学习笔记(9)——随机森林算法(RandomForest,RF)

随机森林算法 RandomForest 1.概念 随机森林算法把分类树组合成随机森林，即在变量（列）的使用和数据（行）的使用上进行随机化，生成不少分类树，再汇总分类树的结果。随机森林在运算量没有显著提升的前提下提升了预测精度。随机森林对多元共线性不敏感，结果对缺失数据和非平衡的数据比较稳健，能够很好地预测多达几千个解释变量的做用。 2.优缺点 RF的主要优势有： 1) 训练能够高度并行化，对于大数

>>阅读原文<<