集成学习之随机森林

1.个体与集成 集成学习通过构建并结合多个学习器来完成学习任务 下图表示集成学习的一般结构：先学习一组"个体学习器"，再用某种策略把他们结合起来。 个体学习器通常由一个现有算法从训练数据中产生。 个体学习器可以都是同一类型的，也可以是不同类型的学习器 集成学习通过对多个学习器进行组合，可以获得比单一学习器显著提高的泛化性能。对弱学习器尤为明显。 那么集成学习如何获得比单一分类器更好的性能呢？ 要想

>>阅读原文<<