随机森林的简要介绍.docx
201 浏览量
2024-02-28
19:27:48
上传
评论
收藏 12KB DOCX 举报
在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman
和 Adele Cutler 发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 这个术语是 1995 年由贝尔实验室的 Tin Kam Ho
所提出的随机决策森林（random decision forests）而来的。这个方法则是结合 Breimans 的 "Bootstrap aggregating" 想法和 Ho 的
"random subspace method"以建造决策树的集合。
随机森林是一种包含很多决策树的分类器，既可以用于处理分类和回归问题，也适用于降维问题。其对异常值与噪音也有很好的
容忍，相较于决策树有着更好的预测和分类性能。 [3]
资源评论
诗者才子酒中仙
- 粉丝: 5645
- 资源: 1036
最新资源
- 基于 Yolov5 和 Deepsort 的 GUI 入侵检测系统
- java作业管理系统设计(源代码+论文).zip
- hadoop配置文件夹
- 基于java+mysql的毕业设计6套.zip
- windows部署腾讯tmagic-editor03-DSL 解析渲染
- 基于 YOLOv5 模型的 AI 解决方案，用于检测戴口罩或不戴口罩的人
- 基于yolov5、dlib和opencv的疲劳驾驶检测系统
- 基于YOLOv5的毒蘑菇检测项目，部署在云服务器上，运行在Android设备上
- 基于爬虫+neo4j+D3实现的苏州旅游知识图谱源码+数据.zip
- Oracle PLSQL 安装json库发送http请求服务
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
