基本原理

通過構建多棵決策樹，取決策結果的眾數作為最終的分類結果。

構建方法

每次對原始M個樣本進行自舉重采樣（bootstrap-resampling），即有放回的抽取M次樣本，形成可重復的新數據集（長度還是M）用于構建一個決策樹。

在決策樹構建時，每次從所有的N個特征中隨機抽取n個特征（n遠小于N），作為當前節點的候選特征，
然后確定該節點的最優特征。

構建出K個決策樹后，投票選擇眾數即可。

猜你喜歡：👇🏻
?【算法】一個簡單的決策樹（DT）原理
?【算法】一個簡單的支持向量機（SVM）原理
?【算法】一個簡單的線性判別分析（LDA）原理

總結

以上是生活随笔為你收集整理的【算法】一个简单的随机森林（RF）原理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。