logo
Loading...

tree based model - 隨機森林 (Random Forest) 介紹 - 機器學習百日 - Cupoy

今天的內容會帶大家了解 1. 隨機森林的基本原理與架構 2. 決策樹與隨機森林的差異 3. 隨機森林如何彌補了決策樹的缺點 決策樹的缺點:若不對決策樹進行限制 (樹深度、葉子上至少要有...

今天的內容會帶大家了解 1. 隨機森林的基本原理與架構 2. 決策樹與隨機森林的差異 3. 隨機森林如何彌補了決策樹的缺點 決策樹的缺點:若不對決策樹進行限制 (樹深度、葉子上至少要有多少樣本等),決策樹非常容易 Over-fitting 為了解決決策樹的缺點,後續發展出了隨機森林的概念,以決策樹為基底延伸出的模型 隨機森林 (Random Forest):將多個模型的結果組合在一起,透過投票或是加權的方式得到最終結果 有了大概的理解之後,我們開始今天的學習吧!!!