集成学习 -- Bagging和随机森林(二)

前面一节我们对集成学习做了宏观介绍，这一节中，我们一起看一下集成学习中的Bagging和随机森林究竟是什么东西。 1 Bagging集成原理 目标：把下面的圈和方块进行分类 实现过程： 采样不同数据集 2)训练分类器 3)平权投票，获取最终结果 4)主要实现过程小结 2 随机森林构造过程 在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。 随机森林

>>阅读原文<<