监督学习(七)——决策树集成：随机森林

决策树经常会对训练数据进行过拟合，也就是训练数据精度高，而预测结果很低。随机森林就是许多决策树的集合，每一棵决策树跟其他决策树都不同，每棵树都会不同方式的过拟合，那么对这些树的结果取平均值，就可以降低过拟合。 随机森林的随机方法有两种： 1、通过选择用于构造树的数据点； 2、通过选择每次划分测试的特征。 一、构造随机森林 构造一个随机森林模型，需要先确定用于构造的树的个数 (RandomFores

>>阅读原文<<