机器学习之随机森林

        随机森林（Random Forest）是Bagging的一个扩展变体，以随机选择的属性构建的决策树为基学习器，构建Bagging集成的一种集成学习方法。随机森林能够用于分类和回归的任务，同时也是一种数据降维手段，用于处理缺失值、异常值以及其余数据探索中的重要步骤。   随机森林具体的构建方法是node         （1）从原始样本集m个样本中使用bootstrap采样法选出m个

>>阅读原文<<