随机森林

     随机森林指的是利用多棵树对样本进行训练并预测的一种分类器。该分类器最早由Leo Breiman和Adele Cutler提出，并被注册成了商标。 根据下列算法而建造每棵树： 用 N来表示训练用例（样本）的个数， M表示特征数目。 输入特征数目 m，用于确定 决策树上一个节点的决策结果；其中 m应远小于 M。 从 N个训练用例（样本）中以有放回抽样的方式，取样 N次，形成一个 训练集（即b

>>阅读原文<<