研报复现初探—华泰金工人工智能选股系列之boosting模型

上一篇文章对于华泰金工人工智能选股系列之随机森林模型进行了复现的初探。实际上随机森林模型本身是bagging这一集成学习算法在决策树中的应用，其本质是对训练集的样本进行bootstrap随机抽样n次，建立n棵决策树，让森林中的每一棵树对测试集的新样本进行预测投票，票多者胜（分类问题）或是取均值（回归问题）。 由此可知随机森林的n个分类器是并行的，而boosting与bagging不同，boosti

>>阅读原文<<