复习完决策树之后紧接着看了一些树模型的原理,在这里做一下小结。
关于决策树可以看
鱼遇雨欲语与余:机器学习面试干货精讲(Ⅰ)zhuanlan.zhihu.com![65f2787b47f641a714f79b3e44bdcdd4.png](https://i-blog.csdnimg.cn/blog_migrate/59bd6b87fd37d1741a2066f33ef77732.jpeg)
![d3827a0585b395823ee4aec891e6243b.png](https://i-blog.csdnimg.cn/blog_migrate/801602ac0f60a28eb3bde0212031c54d.jpeg)
![ab4f8d8c0e69b7c42cb33b4aee0484fb.png](https://i-blog.csdnimg.cn/blog_migrate/6ad3dc8da73db8eb1f00f39bfab2e49d.png)
更详细的可以看李航统计学习方法。
一、RandomForest:它在以决策树为基学习器构建Bagging集成的基础上,进一步在决策树的训练过程中引入了随机特征选择,RF包括4个部分,1、随机选择样本(放回抽样)ÿ
复习完决策树之后紧接着看了一些树模型的原理,在这里做一下小结。
关于决策树可以看
鱼遇雨欲语与余:机器学习面试干货精讲(Ⅰ)zhuanlan.zhihu.com更详细的可以看李航统计学习方法。
一、RandomForest:它在以决策树为基学习器构建Bagging集成的基础上,进一步在决策树的训练过程中引入了随机特征选择,RF包括4个部分,1、随机选择样本(放回抽样)ÿ