机器学习(七)随机森林,GBDT,Adaboost

Bagging（装袋） Bagging的策略: （1）从样本集中重采样（有重复的）选出n个样本； （2）在所有属性上，对这n个样本建立分类器（ID3、C4.5、CART、SVM、Logistic回归等）； （3）重复以上两步m次，即获得了m个分类器； （4）将数据放在这m个分类器上，最后根据这m个分类器的投票结果，决定数据属于哪一类。 疑问1：n的值如何选择？ 疑问2：m的值如何选择？——选择奇数

>>阅读原文<<