随机森林（Random Forest）已完结

课程类别：机器学习

播放量： 9648次

发布时间： 2024-09-23

课程介绍

本课程专为零基础学员打造，从基础到进阶，全面覆盖核心知识点，学完即可掌握相关技能。

观看视频下载资料

1/4 《随机森林》（一）准备工作

随机森林（Random Forest）是一种基于集成学习思想的监督学习算法，广泛用于分类和回归任务。随机森林在很多不同的领域表现出色，如金融市场预测、客户流失预测、医疗诊断等。它不仅在结构化数据集上表现良好，还可以用于非结构化数据，例如图像处理、文本分类等，显示出其广泛的应用潜力。因此，成为机器学习…

2/4 《随机森林》（二）算法初探

随机森林（Random Forest）能够用于分类和回归任务。通过两个应用案例来学习如何使用随机森林来解决分类和回归问题，以及算法的基本原理。 1. 算法使用 from sklearn.ensemble import RandomForestClassifier from sklearn.ensem…

3/4 《随机森林》（三）算法细节

对于随机森林算法而言，预测过程非常简单，易于理解。理解的重点是其如何训练多个基学习器来构建强学习器。 1. 有放回采样随机森林基于原始训练集通过有放回的采样（Bootstrap Sampling）产生不同的数据子集来训练多个决策树。有放回采样，指从总体中每次抽取一个样本后，将该样本重新放再回总体…

4/4 《随机森林》（四）算法实现

scikit-learn 提供了 RandomForestClassifier 和 RandomForestRegressor 两个随机森林的实现，用于分类和回归任务。为了能够更好的使用随机森林，我们需要详细了解该实现的相关参数含义。 1. 基本参数下面是 scikit-learn 1.3.0 随…