1.类似于决策树集合,从集合中选择效果最佳的分类模型。
2.属性建立:从M个属性中选取m个属性,m<<M远小于。
利用规则确认节点属性,如信息增益等。分裂属性直至无属性可选为止。
3.训练模型:从总样本中放回式选取n个样本训练模型
4.选择模型:选择最佳的分类效果的模型。
随机森林(random forest)
最新推荐文章于 2023-06-14 09:43:08 发布
1.类似于决策树集合,从集合中选择效果最佳的分类模型。
2.属性建立:从M个属性中选取m个属性,m<<M远小于。
利用规则确认节点属性,如信息增益等。分裂属性直至无属性可选为止。
3.训练模型:从总样本中放回式选取n个样本训练模型
4.选择模型:选择最佳的分类效果的模型。