摘要：随机森林是一种著名的集成学习方法,被广泛应用于数据分类和非参数回归.本文对随机森林算法的主要理论进行阐述,包括随机森林收敛定理、泛化误差界以和袋外估计三个部分.最后介绍一种属性加权子空间抽样的随机森林改进算法,用于解决超高维数据的分类问题.

原文链接:http://www.cqvip.com//QK/71715X/201301/1005367515.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）