未来面试之二：随机森林

写在前面的话

上一篇博文讲过了决策树啦，正好给这一篇的随机森林做铺垫（讲真，我是想先讲随机森林的，无奈随机森林的基础是决策树，因此只能先决策树知识来一波）。至于我为啥这么稀罕随机森林呢，是因为从进科研室的时候起，我就对随机森林这个名字产生了特殊的兴趣，因为一听这个名字，你会不由得想到一片绿油油的森林。但是，它明明是个模型的嘛。内心很纠结，就小小的学习了下其中的原理，嘿，原理倒不难理解，但是功能却很强大。所以呀，要好好说说它。

决策树与随机森林

前面讲过决策树，而在随机森林这里不用过多的纠结决策树的原理，在这里只要把它想象成两种树好啦，一种是回归树，一种是分类树。

随机森林的建立

那随机森林是怎样建立的呢？它的随机性体现在什么地方呢？

随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支----集成算法。

具体来说，首先看随机森林的建立过程：

1、首先用N来表示原始训练集样本的个数（即样本数量），M来表示变量的数目（变量的个数）