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
倒头就睡的小比特3 天前
算法竞赛C++常用的STL小羊没烦恼！3 天前
初探性能优化——2个月到4小时的性能提升猎头南楼3 天前
知识社区推荐系统实践：新用户冷启动与长短期兴趣建模的挑战 资深推荐算法工程师高洁013 天前
未来三年，AI 落地的五个确定性判断一旖旎夜光3 天前
力控面试题 01.01： 判定字符是否唯一（位运算） —— 题解wzdark3 天前
大规模并行计算中的负载均衡算法研究4Because_of_Her13 天前
并查集-听课笔记码流子3 天前
高速公路安全监测实践：碰撞监测预警+物联网底座，从感知到处置的闭环another heaven3 天前
【算法/C++ MD5算法能否逆解码？原理、C++实现与同类哈希算法对比】wzdark3 天前
从算法设计模式看编程思维的抽象能力4