机器学习之随机森林

【简介】

随机森林是 Bagging 的一种扩展变体，属于集成算法。该算法由于实现简单，抗噪声能力强，不容易发生过拟合现象，因此在很多业务中被广泛应用。

1. Bagging

需要掌握：

• 什么是Bagging
• Bagging算法如何训练与预测

什么是Bagging

Bagging是Bootstrap Aggregating的英文缩写，初学者不要误认为Bagging是一种算法， Bagging和Boosting都是集成学习中的学习框架，代表着不同的思想。与Boosting这种串行集成学习算法不同， Bagging是并行式集成学习方法。大名鼎鼎的随机森林算法就是在Bagging的基础上修改的算法。

Bagging方法的核心思想就是三个臭皮匠顶个诸葛亮。如果使用Bagging解决分类问题，就是将多个分类器的结果整合起来进行投票，选取票数最高的结果作为最终结果。如果使用 Bagging解决