机器学习-集成学习(Bagging算法之随机森林)

一，介绍算法 Bagging算法：假定有m个训练集，咱们采用自助采样法，每次随机抽取一个放入采样集中，而后再把样本放回训练集，一共抽取m次，得到一个用于训练的采样集（里面有m个样本）。根据须要咱们一共抽取T个采样集，学习出T个基学习器。bootstrap 在进行预测时，对于分类任务采用简单投票发；回归任务采用简单平均法。app 随机森林：随机森林是Bagging算法的扩展。在以决策树为基学习器构建

>>阅读原文<<