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，那么最终训练出的树分类结果也是完全一样的
- 为什么要有放回地抽样？
- 如果不是有放回的抽样，那么每棵树的训练样本都是不同的，都是没有交集的，这样每棵树都是"有偏的"，都是绝对"片面的"（当然这样说可能不对），也就是说每棵树训练出来都是有很大的差异的；而随机森林最后分类取决于多棵树（弱分类器）的投票表决。
API
- class sklearn.ensemble.RandomForestClassifier(n_estimators=10,criterion='gini' max_depth=None, bootstrap=True, random_state=None,min_samples_split=2)
- 随机森林分类器
- n_estimators：integer，optional(default=10)------森林里的树木数量
120，200，300，500，800，1200 - criteria：string，可选(default="gini")------分割特征的测量方法
- max_depth：nteger或None，可选（默认=无）------树的最大深度5，8，15，25，30
- max_features="auto"------每个决策树的最大特征数量
- lf "auto"，then
max_features=sqrt(n_features) - If "sqrt"，then
max_features=sqrt(n_features)(same as "auto") - lf "log2"，then
max_features=log2(n_features) - If None，then
max_features=n_features
- lf "auto"，then
- bootstrap：boolean，optional(default=True)------是否在构建树时使用放回抽样
- min_samples_split：节点划分最少样本数
- min_samples_leaf：叶子节点的最小样本数
- 超参数：n_estimator，max_depth，min_samples_split，min_samples_leaf
总结
- 在当前所有算法中，具有极好的准确率
- 能够有效地运行在大数据集上，处理具有高维特征的输入样本，而且不需要降维
- 能够评估各个特征在分类问题上的重要性