机器学习模型-随机森林(RandomForest)

随机森林(RandomForest)：基于bagging集成的树模型   (一)基本原理dom RF使用自助采样法(行采样)获得不一样的训练子集，而后在子集上学习基学习器(CART树)。在创建CART树时，不是在全部特征中选择最优切分点，而是随机选择特征子集(列采样)而后在该子集中选择最优特征来分裂CART树。获得一系列基学习器后，综合它们的预测结果，做为集成模型的最终输出。函数 行采样、列采样的

>>阅读原文<<