【机器学习之Spark实战 一】基于Spark的随机森林分类算法分析

基于Spark的随机森林分类算法分析 一．随机森林算法原理 随机森林是由多个决策树构成的森林，算法分类结果由决策树的投票结果得到，其属于集成学习中的bagging方法。算法的主要原理如下： 1)   假设为一棵决策树，其中每个决策树的抽样方式为重 抽样，独立抽样次，每次随机抽取个样本，就可组成个训练集数据集，且它们是相互独立同分布的。 2)   单棵决策树的生长原则遵循：每次从数据集的全部特征属性

>>阅读原文<<