RF，GBDT，XgBoost的区别

Random Forest： 主要运用到的方法是bagging，采用Bootstrap的随机有放回的抽样，抽样出N份数据集，训练出N个决策树。然后根据N个决策树输出的结果决定最终结果（离散型的输出：取最多的类别，连续型的输出：取平均数），是一种集成学习 下面引用的是谢益辉博士关于Bootstrap （和 Jackknife）基本思想的论述 一般情况下，总体永远都无法知道，我们能利用的只有样本，现在

>>阅读原文<<