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.RandomForestClassifier
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。
sklearn.ensemble.RandomForestClassifier