文档摘要
随机森林面试题 简单介绍随机森林 一种基于树模型的Bagging的优化版本，一棵树的生成肯定还是不如多棵树，因此就有了随机森林，解决决策树泛化能力弱的特点。 多次随机取样，多次随机取属性，选取最优分割点，构建多个(CART)分类器，投票表决 算法流程： 输入为样本集$D=\{(x，y1)，(x2，y2) \dots (xm，ym)\}$，弱分类器迭代次数$T$。 输出为最终的强分类器$f(x)$ 对于$t=1，2 \dots T$ 对训练集进行第$t$次随机采样，共采集$m$次，得到包含$m$个样本的采样集Dt