机器学习——随机森林（Random Forest)

1、随机森林（random forest）简介

随机森林是一种集成算法（Ensemble Learning），它属于Bagging类型，通过组合多个弱分类器，最终结果通过投票或取均值，使得整体模型的结果具有较高的精确度和泛化性能。其可以取得不错成绩，主要归功于“随机”和“森林”，一个使它具有抗过拟合能力，一个使它更加精准。
集成算法的目的：让机器学习的效果更好，单个不行，群殴走起
集成方法：

• Bagging：训练多个分类器取平均 f ( x ) = 1 M ∑ m = 1 M f m ( x ) f(x)=\frac{1}{M}\displaystyle\sum_{m=1}^Mf_m(x)