菜鸟笔记——随机森林（集成学习API)

class sklearn.ensemble.RandomForestClassifier(n_estimators=10（超参数）, criterion=’gini’,
max_depth=None（超参数）, bootstrap=True, random_state=None)
随机森林分类器
n_estimators：integer，optional（default = 10） 森林里的树木数量
业务常用：120，200，300，500，800，1200
criteria：string，可选（default =“gini”）分割特征的测量方法
max_depth：integer或None，可选（默认=无）树的最大深度
5, 8 15, 25, 30
bootstrap：boolean，optional（default = True）是否在构建树时使用放回抽样
max_features=“auto”, 每个决策树的最大特征数量
if “auto”, then ‘max_featuressqrt(n_features)’.
if “sqrt”, then 'max_featuressqrt(n_features)’.
if “log2”, then ’ max_featureslog2(n_features)’.
if None, then 'max_featuresn_features.
优点：
在当前所有算法中，具有极好的准确率
能够有效地运行在大数据集上
能够处理具有高维特征的输入样本，而且不需要降维
能够评估各个特征在分类问题上的重要性
对于缺省值问题也能够获得很好得结果
N个样本， M个特征
N个样本中选一个建立一个树，重复N次，因此有重复的。
M个特征中选m个特征，因而要对m限制。
随机放回抽样bootstrap