随机森林matlab

资 源 简 介

在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 这个术语是1995年由贝尔实验室的Tin Kam Ho所提出的随机决策森林（random decision forests）而来的。这个方法则是结合 Breimans 的 "Bootstrap aggregating" 想法和 Ho 的"random subspace me

详 情 说 明

在机器学习领域，随机森林是一种分类器，它包含多个决策树，并且其输出的类别是由个别树输出的类别的众数决定的。Leo Breiman和Adele Cutler开发并推导出了随机森林的算法，并将其命名为"Random Forests"作为他们的商标。这个术语是由贝尔实验室的Tin Kam Ho在1995年提出的，基于随机决策森林（random decision forests）的思想。这种方法将Breiman的"Bootstrap aggregating"和Ho的"random subspace method"相结合，以构建决策树的集合。随机森林的引入为机器学习提供了一种强大且高效的分类器，可以应用于各种领域和问题。