机器学习算法概述：随机森林&逻辑回归

摘要： 机器学习算法入门介绍：随机森林与逻辑回归！   随机森林是用于分类和回归的监督式集成学习模型。为了使整体性能更好，集成学习模型聚合了多个机器学习模型。因为每个模型单独使用时性能表现的不是很好，但如果放在一个整体中则很强大。在随机森林模型下，使用大量“弱”因子的决策树，来聚合它们的输出，结果能代表“强”的集成。 权衡偏差与方差 在任何机器学习模型中，有两个误差来源:偏差和方差。为了更好地说明

>>阅读原文<<