随机森林简介

一.Bagging思想 1.随机森林是一种重要的基于Bagging的集成学习方法，可以用来做分类、回归等问题。 2.我们首先介绍下Bagging的思想，Bagging的策略是：                   *从样本集中重采样（Bootstrap有放回有重复的采样）选出n个样本。                   *对这n个样本训练一个弱分类器（可以是ID3、C4.5、CART、SVM、L

>>阅读原文<<