Random Forest v.s. Bagging

采样方式（单次）
- RF：有列采样（从d个feature中抽k个构成特征子集，再选择一个最优特征用于划分）；行采样方式相同（有放回的采样，数据集包含m个样本则有放回的采m个样本，有重复和未出现的样本）
- Bagging：无列采样；行采样方式相同

特征选择方式：
- RF：选取部分特征（列采样），随机型Decision Tree，只考察一特征子集
- Bagging：选取全部特征，确定型Decision Tree