分类算法——集成学习方法之随机森林（六）

集成学习方法

集成学习通过建立几个模型组合的来解决单一预测问题。它的工作原理是生成多个分类
器/模型，各自独立地学习和作出预测。这些预测最后结合成组合预测，因此优于任何一
个单分类的做出预测。

随机森林

在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树
输出的类别的众数而定。

例如：如果训练了5个树，其中有4个树的结果是True，1个数的结果是Fals，那么最终投 票结果就是True。

随机森林原理过程

两个随机：训练集随机+特征随机（bootstrap 随机有放回抽样）
训练集随机——N个样本中随机有放回的抽样N个
特征随机——从M个特征中随机抽取m个特征（M >> m，起到降维的效果）

1学习算法根据下列算法而建造每棵树：

• 用N来表示训练用例(样本)的个数，M表示特征数目
  • 1、一次随机选出一个样本，重复N次，(有可能出现重复的样本)
  • 2、随机去选出m个特征,m<<M，建立决策树
• 采取bootstrap抽样

2为什么采用BootStrap抽样？

• 为什么要随机抽样训练集？
  • 如果不进行随机抽样，每棵树的训练集都一样，那么最