随机森林介绍

随机森林是一种重要的基于Bagging的集成学习方法，可以用来做分类或者回归等问题，其基本思想就是构建多棵决策树，形成一个森林，然后用这些决策树共同决策输出类别是什么。 　　随机森林的生成流程大致如下： 　　1）从样本集中通过重采样的方式产生n个样本； 　　2）假设样本特征数目为d，对n个样本选择d中的k个特征，用建立决策树的方法来获得最佳分割点； 　　3）重复m次，产生m棵决策树； 　　4）多数

>>阅读原文<<