文章目录
-
- 一、什么是随机森林？
-
- 1.1 定义
- 1.2 目的
- 1.3 随机森林 VS bagging
- 二、集成学习
-
- 2.1 定义
- 2.2 决策树的问题
- 2.3 袋装法概念与理论
- 2.4 装袋法的优缺点
- 2.5 提升法概念与理论
- 2.6 bagging vs boosting
- 2.7 AdaBoosting
- 2.8 Gradient Boosting（GBM）
- 三、案例实现（bagging)
-
- 3.1 数据集描述
- 3.2 数据处理
- 3.3 决策树
- 3.4 bagging方法
- 3.5 随机森
