机器学习算法

算法

随机森林算法： 决策树生长 / 投票过程
生长过程：

1. 容量N bootstrap取样，随机抽取自助样本集，重复K次形成一个新的训练集
   2.一个自助样本集，就是一棵分类树 。M个输入特征，选择一个作为节点分支生长。
   3.为了低偏差/高差异，而要充分生长，需剪枝。

投票过程：bagging ，多个决策树分类器，获得预测函数序列汇总评估。

有点：输入变量海量
分类器精准
决策类别时，评估变量的重要性。
缺点： 噪音大的分类回归问题，会过拟合