随机森林

一、随机森林算法介绍 

1、选择模型的数目m（即简单决策树的个数）；

2、对i=1到m执行 

3、从原始数据中生成一个bootstrap样本

4、在该样本上生成一个数模型

5、对每个分裂点执行 

6、随机抽取k（<P(原始数据解释变量的个数））个预测变量

7、在这k个解释变量中选择能用于划分数据的最优变量

8、终止 

9、使用通常的终止树模型的规则绝定何时让树停止生长（不要修建） 

终止随机森林算法的调优参数：

1、随机选择随机变量的数目k 

2、模型数目m的取值

随机森林算法的优点：树之间不相关