机器学习入门（八）：分类算法——随机森林算法

学习目录：

随机森林算法目录

为什么使用随机森林？

当决策树产生过拟合时，可以使用随机森林算法优化

一.集成学习

      集成学习是通过建立几个模型组合来解决单一预测问题
原理：生成多个分类器/模型，各自独立学习和做预测，然后将他们的预测结合成组合预测

二.什么是随机森林

      随机森林是包含多个决策树的分类器，每个决策树都会输出预测类别，随机森林取树中结果出现最多的内个作为预测类别

三.随机森林训练原理

四.API

五.随机森林对泰坦尼克号乘客生存预测

六.总结

      随机森林能够有效地运行在大数据集上，能够处理高维特征的输入样本（它内部会进行特征降维），准确率也较高

分类算法总结：