随机森林入门笔记

参考
1.如果说决策树是一棵树，那么随机森林就是多棵决策树，随机森林的出现其实就是对决策树的补充和优化。
2.假如有一堆数据，原来是通过一个决策树来建立模型做分类，现在是把这堆数据再分成k个数据堆，建立k个决策树也就是k个模型，假如现在来了个测试数据，我让他在每个模型上都跑一遍得出k种结果，选择结果出现的频率比较高的结果作为最终结果。
3.Bootstrap抽样（自助法）
想要知道池塘里面鱼的数量，可以先抽取N条鱼，做上记号，放回池塘。
进行重复抽样，抽取M次，每次抽取N条，考察每次抽到的鱼当中有记号的比例，综合M次的比例，在进行统计量的计算。

4.不同的决策树，他们的不同点在什么地方？
还记得决策树建模的方法吗？你要认识到通过不同数据集所确定的最佳分割点是不同的，所以只要最佳分割点是不同的，那么决策树就是不同的。