上篇文章介紹了整合學習的相關概念以及基於 boosting的 adaboost，這篇文章將介紹基於模型融合的另一種方式 bagging 的演算法，隨機森林（random forest）。(上篇公式敲的太累了這篇就來個簡單的緩解緩解)
我們先來看看這個演算法的名字，可以拆分開為兩部分，隨機和森林。森林我們很容易可以想到，就是有很多棵樹，即由多顆決策樹組成。那麼隨機指的是什麼呢？這裡我們來看看bagging的思想了。
首先先說說自助取樣(bootstrap sanpling)
指任何一種有放回的均勻抽樣，也就是說，每當選中乙個樣本，它等可能地被再次選中並被再次新增到訓練集中。而 bagging 則是利用自助取樣得到 t 組訓練樣本集，分別利用這些訓練樣本集訓練 t 個分類器，最後進行整合的方法。從 bias-variance 分解的角度看， bagging 主要關注降低方差。
那麼，我們大概就能知道這個隨機大概是什麼意思了，就是隨機抽取訓練集。
那麼，問題又來了，到底是隨機抽取一定量的樣本呢還是抽取部分特徵呢？答案是都有，隨機在這兩方面都有所體現。
所以可以列出這麼乙個等式—— random forest = bagging + fully-grown cart with random subspace。
其特點為：
可高度並行化
繼承了 cart 的優點
克服了完全生長樹的缺點
知道了隨機森林的演算法思想後，知道了最後是需要將所有決策樹的**結果進行整合，那我們採用什麼方法進行整合呢？
大概有以下幾種方法：
平均法加權平均法
投票法
學習法
emmmmmmmmmmm。。。。突然發現居然沒有什麼數學推導？？？？驚了
下面的**是基於投票法策略寫的
classifiers =
m, n = x.shape
np.random.seed(seed)
for i in range(t):
# 使用np.random.choice選擇size個序號，注意replace引數的設定，以滿足有放回的均勻抽樣。
index = np.random.choice(m,size)
x_group = x[index]
y_group = y[index]
# 使用tree.decisiontreeclassifier，設定max_depth=none, min_samples_split=2(生成完全樹),random_state=0
t = decisiontreeclassifier(max_depth=max_depth, min_samples_split=2, random_state=0)
# 開始訓練
# print(y_group.shape)
t.fit(x_group, y_group)
def f(x):
# 計算所有分類器的**結果
result =
gbdt。 談談模型融合之二 隨機森林
上篇文章介紹了整合學習的相關概念以及基於 boosting的 adaboost，這篇文章將介紹基於模型融合的另一種方式 bagging 的演算法，隨機森林 random forest 上篇公式敲的太累了這篇就來個簡單的緩解緩解 我們先來看看這個演算法的名字，可以拆分開為兩部分，隨機和森林。森林我們很...
隨機森林模型
模型構建思想 隨機取樣 隨機特徵 多棵決策樹 多數投票 分類 取平均值 回歸 隨機 體現在 1 特徵隨機 2 樣本隨機 優缺點 優點 1.並行 2.隨機性的引入，增加了多樣性，泛化能力非常強，抗雜訊能力強，對缺失值不敏感 3.可省略交叉驗證，因隨機取樣 4.並繼承決策樹的優點，包括 1 可得到特徵重...
隨機森林模型（RF）
隨機森林屬於整合學習 ensemble learning 中的bagging演算法。bagging bootstrap aggregating bagging即套袋法，其演算法過程如下 a 從原始樣本集中抽取訓練集。每輪從原始樣本集中使用bootstraping的方法抽取n個訓練樣本 有放回的抽樣 ...