一、随机森林算法
随机森林算法 是基于 Bagging 思想实现的一种集成学习算法（代表算法 ），采用决策树模型作为每一个弱学习器。
二、随机森林构建过程
- 1.训练
- 1.1有放回抽样m条数据 1.2随机选取k个特征
- 3.重复1-3步，训练n个
- 4.平权投票
- 2.训练弱学习器
- 决策树模型
- 默认CART树
- 决策树模型
三、API实现
sklearn.ensemble.RandomForestClassifierDay22_【机器学习—集成学习（2）—Bagging—随机森林算法】
l12345sy2025-09-07 13:08
相关推荐
NAGNIP11 小时前
一文搞懂深度学习中的通用逼近定理！颜酱19 小时前
单调栈：从模板到实战CoovallyAIHub1 天前
仿生学突破：SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”CoovallyAIHub1 天前
从春晚机器人到零样本革命：YOLO26-Pose姿态估计实战指南CoovallyAIHub1 天前
Le-DETR：省80%预训练数据，这个实时检测Transformer刷新SOTA｜Georgia Tech & 北交大CoovallyAIHub1 天前
强化学习凭什么比监督学习更聪明？RL的“聪明”并非来自算法，而是因为它学会了“挑食”CoovallyAIHub1 天前
YOLO-IOD深度解析：打破实时增量目标检测的三重知识冲突NAGNIP1 天前
轻松搞懂全连接神经网络结构！NAGNIP1 天前
一文搞懂激活函数！董董灿是个攻城狮1 天前
AI 视觉连载7：传统 CV 之高斯滤波实战