【机器学习】Random Forest(随机森林)入门和实战（二）它是个什么东西（What）

最新推荐文章于 2023-07-27 21:28:07 发布

Smile_安之

最新推荐文章于 2023-07-27 21:28:07 发布

阅读量3k

点赞数 1

文章标签：机器学习 random forest

本文链接：https://blog.csdn.net/lin_ting/article/details/55097113

版权

我对机器学习模型的学习方法分为三点：学会如何使用（how），扫盲式的了解它是个什么东西（What）,以及什么时候使用（when）。

RF是用来处于分类问题和回归问题的通用性模型，属于 集成学习（Ensemble） 的一种。（什么是集成学习？画上问号，后几篇文章解释）

我知道你想的是这样：

没错就是这样，所以核心就是每棵树：
- 是什么：不同模型的决策树 （Decision Tree）(这是什么？以后解释，不影响现在理解。)
- 有什么用：每棵树都从训练总体样本M中随机抽取m个样本进行决策，得到决策结果。

每科树都是从训练总体样本M中随机抽取m个样本。

由于每棵树所用模型都不同，所以树们的结果有好有坏，如何得到我想要的好结果？

方法就是：投票。

将所有决策树的结果进行投票（别问我怎么是进行投票的），反正最后得到我想要的结果。

关注