【算法】一个简单的随机森林（RF）原理

基本原理

通过构建多棵决策树，取决策结果的众数作为最终的分类结果。

构建方法

每次对原始M个样本进行自举重采样（bootstrap-resampling），即有放回的抽取M次样本，形成可重复的新数据集（长度还是M）用于构建一个决策树。

在决策树构建时，每次从所有的N个特征中随机抽取n个特征（n远小于N），作为当前节点的候选特征，
然后确定该节点的最优特征。

构建出K个决策树后，投票选择众数即可。

猜你喜欢：👇🏻
⭐【算法】一个简单的决策树（DT）原理
⭐【算法】一个简单的支持向量机（SVM）原理
⭐【算法】一个简单的线性判别分析（LDA）原理