摘要: 随机森林和AdaBoost的区别 一、随机森林 1.概念:随机森林利用随机的方式将许多决策树组合成一个森林,每个决策树在分类的时候决定测试样本的最终类别 是在Bagging策略的基础上进行修改后的一种算法(Bagging核心思想:采用有放回的采样规则,从m个样本点中抽取n个数据构建一个新的训练数据集,用这个数据集来训练模型,重复上述 阅读全文
posted @ 2020-03-15 17:58 Mr·Li程序员 阅读(506) 评论(0) 推荐(0) 编辑