摘要：
1.什么是随机森林？ 随机森林其实就是多棵决策树. 通过对样本重新采样的方法得到不同的训练样本集，在这些新的训练样本集上分别训练学习器，最终合并每一个学习器的结果，作为最终的学习结果，其中，每个样本的权重是一样的.具体过程如下： 在该 方法中，b个学习器之间彼此是相互独立的，这样的特点使该方法更容易 阅读全文
posted @ 2019-11-30 15:37
程序界第一佳丽
阅读(3535)
评论(1)
推荐(0)
摘要：
1.什么是决策树 决策树是一种解决分类问题的算法。 决策树采用树形结构，使用层层推理来实现最终的分类。 决策树由下边几种元素组成： 根节点：包含样本的全集 内部节点：对应特征属性测试 叶节点：代表决策的结果 预测时，在树的内部节点处用某一属性值进行判断，根据判断结果决定进入哪个分支节点，直到到达叶节 阅读全文
posted @ 2019-11-30 15:07
程序界第一佳丽
阅读(2892)
评论(0)
推荐(0)
摘要：
1.梯度下降的场景假设： 假如你想从山顶下山，但是迷雾重重，你看不清楚前方的路，假设你每一步走的距离是一样的，你想要尽快下山，那么你该怎么走？ 这个问题就相当于梯度下降，每走一步，直接找坡度最大的方向，在步长一定的情况下，下降的高度是最多的，所以下山最快。 这里坡度最大的方向其实就是梯度下降的方向。 阅读全文
posted @ 2019-11-30 12:02
程序界第一佳丽
阅读(460)
评论(0)
推荐(0)
浙公网安备 33010602011771号