~今天要分享的是「隨機森林介紹」~
隨機森林是一種監督式機器學習方式，可用於解決迴歸跟分類的問題。
隨機森林可以說是決策樹的延伸，因為它是由多個決策樹建立而成的，隨機森林比起決策樹具有更好的預測準確性跟泛化能力，因為隨機森林使用的是隨機採樣，這有助於減少模型過擬合，另外，它還具有可以處理高維度資料且不用事先做特徵工程(特徵挑選)的優點。
[考試愛考觀念]
隨機森林的預測結果是採投票(分類問題)或平均(回歸問題)的方式來決定，以分類男生和女生的問題為例，隨機森林的每棵樹可能分別在判斷頭髮的長短、有沒有鬍子、有沒有喉結等特徵(重點：每顆樹之間是沒有關聯的！)，之後再依據每棵樹判斷的結果來預測最終結果為何，假設有3棵樹認為是女生，2顆樹認為是男生，由於大多數樹的預測結果是女生，那麼最後隨機森林的預測結果就會是女生。
iThome鐵人賽
看影片追技術