集成学习方法,
集成学习通过建立几个模型组合来解决单一预测问题,它的工作原理是生成多个分类器/模型,各自独立地学习和作出预测,这些预测最后会结合成组合预测,因此优于任何一个单分类的作出预测。
随机森林
随机森林是一个包含多个决策树的分类器,并且其输出的类别是由多个树输出的类别的众数而定。
特征值随机
训练集随机
bootstrap 随机有抽样放回
从M个特征中抽取m个特征
降维 M远远大于m
集成学习方法,
集成学习通过建立几个模型组合来解决单一预测问题,它的工作原理是生成多个分类器/模型,各自独立地学习和作出预测,这些预测最后会结合成组合预测,因此优于任何一个单分类的作出预测。
随机森林
随机森林是一个包含多个决策树的分类器,并且其输出的类别是由多个树输出的类别的众数而定。
特征值随机
训练集随机
bootstrap 随机有抽样放回
从M个特征中抽取m个特征
降维 M远远大于m