随机森林算法原理解析

　　集成学习有两个流派，一个是boosting派系，它的特点是各个弱学习器之间有依赖关系。另一种是bagging流派，它的特点是各个弱学习器之间没有依赖关系，可以并行拟合。 1.  bagging的原理 在集成学习原理总结中，给出bagging的原理图。 　　(1)、Bagging的特点“随机采样”。随机采集跟训练集个数m相同的样本，采集T次。得到采样集。 　　(注意：GBDT(Gradient

>>阅读原文<<