随机森林（Random Forest）

随机森林（Random Forest） bagging+决策树 = 随机森林 随机森林是一种重要的基于Bagging的集成学习方法，用来做分类，回归等问题。 随机森林有许多优点： 具有极高的准确率 随机性的引入，使得随机森林不容易过拟合 随机性的引入，使得随机森林有很好的抗噪音能力 能处理高维度的数据，并且不用做特征选择 既能处理离散型数据，也能处理连续型数据，数据集无需规范化 训练速度快，可以得

>>阅读原文<<