python实现随机森林

定义： 随机森林指的是利用多棵决策树对样本进行训练并预测的一种分类器。可回归可分类。 因此随机森林是基于多颗决策树的一种集成学习算法，常见的决策树算法主要有如下几种： 1. ID3：使用信息增益g(D,A)进行特征选择 2. C4.5：信息增益率 =g(D,A)/H(A) 3. CART：基尼系数 一个特征的信息增益(或信息增益率，或基尼系数)越大，代表特征对样本的熵的减小能力更强，这个特征使得数

>>阅读原文<<