随机森林原理

随机森林(Random Forest，RF) 1、前言：集成学习(ensemble learning) 概念：集成学习通过训练多个分类器，然后把这些分类器组合起来，以达到更好的预测性能。 集成学习算法之一：Boosting，它的特点是各个弱学习器之间有依赖关系。他通过迭代地训练一系列的分类器，每个分类器采用的样本的选择方式都和上一轮的学习结果有关。例如在AdaBoost中，之前分类错误的样本有较高

>>阅读原文<<