[Machine Learning & Algorithm] 随机森林（ Random Forest ）
阅读目录
什么是随机森林？
随机森林的特点
随机森林的相关基础知识
随机森林的生成
袋外错误率（ ）
随机森林工作原理解释的一个简单例子
随机森林的
实现
参考内容
回到顶部
1 什么是随机森林？
作为新兴起的、高度灵活的一种机器学习算法，随机森林（，简称 ）拥有广泛的
应用前景，从市场营销到医疗保健保险，既可以用来做市场营销模拟的建模，统计客户来源，保留和流失，
也可用来预测疾病的风险和病患者的易感性。最初，我是在参加校外竞赛时接触到随机森林算法的。最近
几年的国内外大赛，包括 年百度校园电影推荐系统大赛、 年阿里巴巴天池大数据竞赛以及
数据科学竞赛 ，参赛者对随机森林的使用占有相当高的比例。此外，据我的个人了解来看，一大
部分成功进入答辩的队伍也都选择了 或者 算法。所以可以看出，
在准确率方面还是相当有优势的。
那说了这么多，那随机森林到底是怎样的一种算法呢？
如果读者接触过决策树（!"" ）的话，那么会很容易理解什么是随机森林。随机森林就是
通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大
分支——集成学习（#$"）方法。随机森林的名称中有两个关键词，一个是“随机”，一个
就是“森林”。“森林”我们很好理解，一棵叫做树，那么成百上千棵就可以叫做森林了，这样的比喻还是很贴
切的，其实这也是随机森林的主要思想%%集成思想的体现。“随机”的含义我们会在下边部分讲到。
其实从直观角度来解释，每棵决策树都是一个分类器（假设现在针对的是分类问题），那么对于一个
输入样本，& 棵树会有 & 个分类结果。而随机森林集成了所有的分类投票结果，将投票次数最多的类别指
定为最终的输出，这就是一种最简单的 "思想。
回到顶部
2 随机森林的特点
我们前边提到，随机森林是一种很灵活实用的方法，它有如下几个特点：
在当前所有算法中，具有极好的准确率'(")*!"!!)!!)
"；
能够有效地运行在大数据集上'()+!"；
能够处理具有高维特征的输入样本，而且不需要降维'(!),"-)
."/").""；
能够评估各个特征在分类问题上的重要性'(".",/.""-
"!"0!"；
在生成过程中，能够获取到内部生成误差的一种无偏估计'(")"
","1",)""-；
对于缺省值问题也能够获得很好得结果'(2!".,""""
""!!)!/--",""
333333
1
Nicole_Liang
- 粉丝: 294
- 资源: 12
我的内容管理
收起
- 我的资源
快来上传第一个资源
我的收益 登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏 
我的下载 
下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
