[机器学习算法]随机森林

单棵决策树的劣势 有时候单棵决策树可能难以实现较高的准确率，这主要是由以下几个方面决定的： 求解一棵最优（泛化误差最小）的决策树是一个NP难（无法穷极所有可能的树结构）问题，往往得到的是局部最优解。 单棵树构建的模型往往不够稳定，样本变动很容易引起树结构的变动 解决过拟合问题除划分测试集和训练集外依赖于剪枝 回顾：元算法 从统计学的角度来讲，将模型的性能寄希望于单棵决策树是不稳健的，这意味着它在处

>>阅读原文<<