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
snowfoootball4 小时前
近期算法学习记录l12345sy4 小时前
Day22_【机器学习—集成学习（4）—Boosting—GBDT算法】今天也好累4 小时前
C++ 小游戏：拍桌子KyollBM4 小时前
【CF】Day139——杂题 (绝对值变换 | 异或 + 二分 | 随机数据 + 图论)DatGuy4 小时前
Week 15: 深度学习补遗：集成学习初步纪元A梦4 小时前
贪心算法应用：交易费优化问题详解Miraitowa_cheems5 小时前
LeetCode算法日记 - Day 34: 二进制求和、字符串相乘wan5555cn5 小时前
AI生成内容的版权问题解析与实操指南THMAIL6 小时前
机器学习从入门到精通 - Transformer颠覆者：BERT与预训练模型实战解析