随机森林（Random Forest）算法的大致构建过程？

[chen-712]

 随机森林（Random Forest）算法的大致构建过程？

[weixin_38498942]

a. 用 N 来表示训练用例（样本）的个数， M 表示特征数目。
b. 输入特征数目 m，用于确定决策树上一个节点的决策结果；其中 m 应远小于 M。
c. 从 N 个训练用例（样本）中以有放回抽样的方式，取样 N 次，形成一个训练集（即 bootstrap 取样），并用未抽到的用例（样本）作预测，评估其误差。
d. 对于每一个节点，随机选择 m 个特征，决策树上每个节点的决定都是基于这些特征确定的。根据这 m 个特征，计算其最佳的分裂方式。
e. 每棵树都会完整成长而不会剪枝，这有可能在建完一棵正常树状分类器后被采用）。