机器学习入门（八）：分类算法——随机森林算法

学习目录：随机森林算法目录为什么使用随机森林？当决策树产生过拟合时，可以使用随机森林算法优化一.集成学习集成学习是通过建立几个模型组合来解决单一预测问题原理：生成多个分类器/模型，各自独立学习和做预测，然后将他们的预测结合成组合预测二.什么是随机森林随机森

【变强大】 · 2021-03-20 19:23:28 发布

学习目录：

随机森林算法目录

当决策树产生过拟合时，可以使用随机森林算法优化

集成学习是通过建立几个模型组合来解决单一预测问题
原理：生成多个分类器/模型，各自独立学习和做预测，然后将他们的预测结合成组合预测

随机森林是包含多个决策树的分类器，每个决策树都会输出预测类别，随机森林取树中结果出现最多的内个作为预测类别

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

随机森林能够有效地运行在大数据集上，能够处理高维特征的输入样本（它内部会进行特征降维），准确率也较高

分类算法总结：

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

魔乐社区虾王挑战赛 · OpenClaw虾客松正式启动！

「极限压缩量化未来」Modelers GeekDay上海站圆满落幕

量化挑战赛冠军专访：4小时啃下W4A8量化，我靠的是这些经验

查看更多评论

已为社区贡献7条内容