Day5 随机森林法(Random Forest)

随机森林法是什麽?

讲人话就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。

浅谈随机森林法

当面对相同的问题时，为了避免单一特徵的重要性被过度放大而造成偏差，所以随机挑选部分特徵来建构多棵决策树，最後再利用投票的方式来决胜负，得出比单一决策树更全面且正确的答案。随机森林想解决的是决策树泛化能力弱的缺点，因为决策树只有一个决策的结果，这时，我就想起有人说过:「一个不够?为什麽不吃两个?」，同理可知，只要多建几棵树，就会有更多的结果，最终，只要将所有结果综合起来，就可以进行投票决定最终答案了。至於为什麽叫做随机森林?因为每棵树都是从整个训练样本集中随机选取固定数量的样本及特徵集。