随机森林

优点：

1.消除了过拟合

2.减小了预测的方差

notes：

1.决策树的特征重要性取决于特定数据，随机森林的特征重要性是决策树的均值

2.当我们在做数据预处理时，不能单看均值来判断某个特征对结果的影响，因为均值是整体的平均，正确的方式是看概率分布函数（或者概率密度函数，sns.kdeplot()）

3.当进行数据切分时，使用train_test_split(strategy=y),是指在进行划分时也按照百分比进行，当数据不平衡时使用该方法

4.可以使用roc_auc_score和classification_report对分类效果进行评价（roc图：真阳性为纵坐标，假阳性为横坐标）