随机森林

RF思想
 集成学习的思想将多棵树集成的一种算法，核心：决策树+模型融合。

模型融合
Bagging 思想，可以将弱分类器融合之后形成一个强分类器，融合之后的效果会比最好的弱分类器更好，Boosting也是这样的思想。

Bagging思路
1. 每轮从原始样本集中使用Bootstraping的方法抽取n个训练样本（在训练集中，有些样本可能被多次抽取，而有些样本可能一次也没有被抽取到），共进行k轮，得到k个训练集。
2. k个训练集可以得到k个模型（决策树、感知器）。
3. 分类问题：投票。回归问题：均值。