RankLib源码分析---RFRanker(随机森林)

参考论文：

Random Forests.

实现（ciir.umass.edu.learning.tree.RFRanker）：

init方法：

指定ensembles的数目（bags），ensembles可以是一棵树，也可以是按照lamdaRank或者MART的boosting的树（多个树）。

learn方法：

生成bags个ensembles。ensembles的生成流程:

   a. 从数据集中抽样一批数据。sampling of samples (*WITH* replacement)

   b.采用MART（GRBT）来训练boosting树，并生成一个ensemble。

eval方法：

从每个 ensemble中获取对该datapoint的评分，求其平均值。