隨機森林 (分類器)

今日學習目標

• 隨機森林介紹
  • 隨機森林的樹是如何生成?隨機森林的優點?
• 實作隨機森林分類器
  • 比較隨機森林與決策樹兩者差別

隨機森林其實就是進階版的決策樹。隨機森林是使用 Bagging + 隨機特徵方法所產生出來的 Ensemble learning 演算法。

隨機森林的優點

• 每棵樹會用到哪些訓練資料及特徵都是由隨機決定 • 採用多個決策樹的投票機制來改善決策樹
• 與決策樹相比，不容易過度擬合
• 隨機森林每一棵樹都是獨立的
• 訓練或是預測的階段每一棵樹都能平行化的運行

本系列教學簡報 PDF & Code 都可以從我的 GitHub 取得！
文章同時發表於： https://andy6804tw.github.io/crazyai-ml/14.隨機森林

如果你對機器學習和人工智慧（AI）技術感興趣，歡迎參考我的線上免費電子書《經典機器學習》。這本書涵蓋了許多實用的機器學習方法和技術，適合任何對這個領域有興趣的讀者。點擊下方連結即可獲取最新內容，讓我們一起深入了解AI的世界！

👉 全民瘋AI系列 [經典機器學習] 線上免費電子書
👉 其它全民瘋AI系列 這是一個入口，匯集了許多不同主題的AI免費電子書