040.(10.20)初识随机森林


决策树的难点在于如何设计每一步的问题。

过拟合其实正是决策树的一般属性——决策树非常容易陷得很深,因此往往会拟合局部数据(易受噪声影响),而没有对整个数据分布的大局观。
在这里插入图片描述

随机森林(Random Forest)

而随机森林作为bagging算法的一个拓展变体,利用集成学习,以多颗决策树为基学习器,最后结合。每个学习器采用自主采样法以保证学习前之间一定的独立性,同时留下样本可用于“

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值