本文首发自 产品经理的人工智能知识库
原文地址:《一文看懂随机森林 - Random Forest(附 4 个构造步骤+10 个优缺点)》
随机森林是一种由决策树构成的集成算法,他在很多情况下都能有不错的表现。
本文将介绍随机森林的基本概念、4 个构造步骤、4 种方式的对比评测、10 个优缺点和 4 个应用方向。
什么是随机森林?
随机森林属于 集成学习 中的 Bagging(Bootstrap AGgregation 的简称) 方法。如果用图来表示他们之间的关系如下:
决策树 - Decision Tree
在解释随机森林前,需要先提一下决策树。决策树是一种很简单的算法,他的解释性强,也符合人类的直观思维。这是一种基于if-then-else规则的有监督学习算法,上面的图片可以直观的表达决策树的逻辑。