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
Yzzz-F18 分钟前
牛客周赛round123 G小红出千[补题][滑动窗口]思通数据33 分钟前
市政道路无人机巡检：AI视觉技术的应用与挑战肆悟先生36 分钟前
3.16 含有可变参数的函数救救孩子把40 分钟前
45-机器学习与大模型开发数学教程-4-7 特征函数与矩母函数步步为营DotNet40 分钟前
深度解析.NET中属性（Property）的幕后机制：优化数据访问与封装Swift社区40 分钟前
LeetCode 454 - 四数相加 IItokepson43 分钟前
反向传播鲨莎分不晴1 小时前
通信学习 (Learning to Communicate)：从“心电感应”到“语言涌现”Xの哲學1 小时前
Linux AQM 深度剖析: 拥塞控制艾醒1 小时前
大模型原理剖析——突破LLM效率瓶颈：多标记预测(MTP)技术深度解析与实战