机器学习--决策树之随机森林

随机森林是属于集成学习中bagging方法下的一种算法。不扯那么多，随机森林”随机”在两个方面：
1)如果训练集大小为N，对于每棵树而言，随机且有放回地从训练集中的抽取N个训练样本（称为bootstrap sample方法,中文好像翻译作自举），作为该树的训练集；
2)如果每个样本的特征维度为M，指定一个常数m<< M，随机地从M个特征中选取m个特征子集，每次树进行分裂时，从这m个特征中选择最优的。
最后，没有剪枝过程。