集成学习---随机森林

Bagging 随机森林（Random Forest,简称RF）是Bagging的一个扩展变体。Bagging在1996年由Beriman提出，做为并行式集成学习方法中最著名的表明，利用自助采样法。可采样出T个含m个训练样本的采样集，而后基于每一个采样集训练出一个基学习器，再将这些基学习器进行结合。这就是Bagging的基本路程。对分类任务使用简单投票法，对回归任务简单平均。 web 随机森林（R

>>阅读原文<<