【机器学习】kaggle 泰坦尼克

参考代码
kaggle泰坦尼克入门，分别使用了线性回归、逻辑回归和随机森林三种算法。
链接如下：
https://www.jianshu.com/p/bbfbdedc3c1c

随机森林算法介绍
决策树-Gini不纯度
决策树算法有缺陷，当我们需要区分的特征很多时，需要引入Gini不纯度来表示结果的可靠性。
鉴于决策树容易过拟合的缺点，随机森林采用多个决策树的投票机制来改善决策树。

随机森林的生成方法：

1.从样本集中通过重采样的方式产生n个样本

2.假设样本特征数目为a，对n个样本选择a中的k个特征，用建立决策树的方式获得最佳分割点

3.重复m次，产生m棵决策树

4.多数投票机制来进行预测

（需要注意的一点是，这里m是指循环的次数，n是指样本的数目，n个样本构成训练的样本集，而m次循环中又会产生m个这样的样本集）

链接如下：
https://blog.csdn.net/mao_xiao_feng/article/details/52728164#commentBox