机器学习算法是数据挖掘、数据能力分析和数学建模必不可少的一部分，而随机森林算法和决策树算法是其中较为常用的两种
2023-09-21 11:17
集成学习有两个流派，一个是boosting，特点是各个弱学习器之间有依赖关系；一个是bagging，特点是各个弱学习器之间没依赖关系，可以并行拟合。
2020-12-09 13:58
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，N棵树会有N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 Bagging 思想。
2023-05-15 09:46
几个月前，我在悉尼参加了一个会议。会上fast.ai向我介绍了一门在线机器学习课程，那时候我根本没注意。这周在Kaggle竞赛寻找提高分数的方法时，我又遇到了这门课程。我决定试一试。
2020-05-05 08:50
本次主题是随机森林，杰里米（讲师）提供了一些基本信息以及使用Jupyter Notebook的提示和技巧。 Jeremy谈到的一些重要的事情是，数据科学并不等同于软件工程。 在数据科学中，我们做
2020-09-29 15:34
随机森林是一种灵活且易于使用的机器学习算法，即便没有超参数调优，也可以在大多数情况下得到很好的结果。它也是最常用的算法之一，因为它很简易，既可用于分类也能用于回归任务。
2018-03-14 16:10
随机森林使用名为“bagging”的技术，通过数据集和特征的随机自助抽样样本并行构建完整的决策树。虽然决策树基于一组固定的特征，而且经常过拟合，但随机性对
2024-03-18 14:27
随机森林是一种监督式算法，使用由众多决策树组成的一种集成学习方法，输出是对问题最佳答案的共识。随机森林可用于分类或回归。
2022-08-05 10:00
随机森林是以决策树为基学习器的集成学习算法。随机森林非常简单，易于实现，计算开销也很小，更令人惊奇的是它在分类和回归上表
2022-10-10 17:14
学习的比较外，我们还将研究他们未来的趋势和走向。 深度学习与机器学习简介 一、什么是机器学习？ 通常，为了实现人工智能，我们使用机器学习。我们有几种算法用于机器学习。例如： Find-S算法 决策树算法（Decisi
2018-09-13 17:19
