哈囉大家好～～～～
上一篇我們說完SVM，今天我要介紹隨機森林，在回答複雜的問題時，許多人的回應中找到複雜問題的答案，往往能比一個人的回答，更好地回答複雜問題，這就是所謂的人群的智慧，如果把這個方法用於機器學習就是隨機森林，前面我們有提過所謂的決策樹，今天我們將決策樹集合起來變成隨機森林，我們的做法不是採用整個訓練集建立一個決策樹，而是將訓練集的以隨機子樣本的方式分配給每個決策樹，所有樹木都在訓練集的數據子集上進行了訓練，這樣將許多預測的結果，通常整合多個數木的結果會比單個模型表現更好，但是，我們也不是無限地增加樹木，避免過度擬合(overfitting)我們的訓練數據。
計算能力飛躍的進步和大量的數據讓神經網絡的表現越來越好，因此，下一篇我們要回來談談現代的神經網絡。
那麼大家我們明天見！
iThome鐵人賽
看影片追技術