随机森林是一种经典的bagging模型，其弱学习器为决策树模型。它的构建过程如下：
从所有数据中有放回地随机抽取数据作为其中一个决策树模型的训练数据。这是“数据随机”的基本原则。
假设每个样本的维度为M，指定一个常数k把上面训练好的决策树模型添加到随机森林中，重复上述步骤N次（N为随机森林中决策树的数量）。当所有的决策树都训练好的时候，就完成了随机森林的构建。随机森林模型的构建公式如下： 决策树+bagging=随机森林。 因篇幅问题不能全部显示，请点此查看更多更全内容 查看全文
当所有的决策树都训练好的时候，就完成了随机森林的构建。
随机森林模型的构建公式如下： 决策树+bagging=随机森林。
因篇幅问题不能全部显示，请点此查看更多更全内容