随机森林

随机森林 思想Bagging的策略： 从样本集中重采样(有可能存在重复)选出n个样本在所有属性上，对这n个样本建立分类器(ID3、C4.5、CART、SVM、Logistic回归等) 重复上面两步m次，产生m个分类器将待预测数据放到这m个分类器上，最后根据这m个分类器的投票结果，决定待预测数据属于那一类(即少数服从多数的策略) 在Bagging策略的基础上进行修改后的一种算法 从样本集中用Boot

>>阅读原文<<