DAY02随机森林

首先,先从比较常见的机器学习方法开始,也就是随机森林方法,帮大家快速讲解一下大概(因为主要目的是在写Algorithm),但要讲随机森林要先讲决策树
一、甚麽是决策树:

(来源:维基百科)
决策树基本上是一个用来做决定的模型,就好比说你今天在思考要吃甚麽时候,你会考虑预算,口味,位置…而这些就会是自变数(就是所谓x),而你决定要去吃甚麽就是应变数(也就是我们想要求到y),而决策树就好比你对x去做条件EX:我要吃东西,首先如果位置是我首要考量,在我家距离500公尺内作为条件来区分吃的东西,再来可能是口味部分可能用咸淡口味来做为区分,而一个一个条件下来,你就会有一颗决策树,如下:

(示意图)
所以当你今天建立好选择标准,你在依照你今天心情(EX:我今天想要吃咸而且你想要离家500M以内,在这个条件下,你就会选择吃铁板烧)
二、甚麽是随机森林:
所以说如果你今天考虑比较多,可能觉得位置不应该是首选,可能是口味,也可能是价钱,以就是你有好几种决定方式,这时候你就会有好几棵树,当树变多时,就会成为森林,如下图:

(示意图)
而每棵树都会给出答案,最後结果最多的就是我要的答案,而随机森林是在从多个特徵中随机选择几个特徵组成好几棵决策树，最後再依据各个树给出答案再去作出选择(若为分类资料，则用简单多数投票方法，若为回归，则用平均方法)
好,今天大概把概念解释了一下,明天就要开始实际写algorithm

男孩把门打开往外走了出去,外面是一大片草原,空气中混合着木棉花的香气,而天空是一片湛蓝,而前方不远处有一大片森林,奇怪的是,附近完全没有任何声音,男孩只听得到自己呼吸声,和风吹过草地的沙沙声,男孩没有多想,径直往森林走去,因为直觉告诉他,想要答案就在森林里

				--|来找我吧,我一直都在这|--     MS.CM