有没有值得推荐的随机森林 Random Forest教材？ 第1页
1
yan-ming-80 网友的相关建议:
可以参考Gilles Louppe的文章“Understanding Random Forests: From Theory to Practice”。
文章地址：From Theory to Practice，作者的github：glouppe (Gilles Louppe)
Gilles Louppe是scikit-learn random forest包的主要作者，Understanding Random Forests是他的博士论文。
本文从随机森林原理入手，介绍了ensemble方法，分析了随机森林的bound，复杂度等，详细阐述了随机森林可以解决哪些问题。然后以sklearn中的random forests为例介绍了如何实现一个随机森林分类/回归器，深入浅出。
如果你想学习随机森林，无论是入门还是精通，这篇文章都是不二之选。
1
相关话题
如何评价Yann LeCun 说的「要研究机器学习，本科应尽量多学物理和数学课」？为什么在实际的kaggle比赛中，GBDT和Random Forest效果非常好？
推荐系统应该如何保障推荐的多样性？
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
机器学习里的 kernel 是指什么？
据说机器学习长于预测，计量经济学长于解释。有什么具体例子是机器学习完成了很好的预测却在解释上表现不好？
时间序列和回归分析有什么本质区别？
基于深度学习的自然语言处理在 2016 年有哪些值得期待的发展？
你遇见过什么当时很有潜力但是最终没有流行的深度学习算法?
Transformer在工业界的应用瓶颈如何突破？
下一个讨论
你曾榨出过最好喝的果蔬汁的搭配是怎样的？
相关的话题
如何看待Hinton的论文《Dynamic Routing Between Capsules》？如何用机器学习判断《溪岸图》是否董源真迹？
常用的机器学习算法比较？
神经网络中 warmup 策略为什么有效；有什么理论解释么？
微软小冰测颜值是否比较准？为什么？
写深度学习代码是先写model还是dataset还是train呢，有个一般化的顺序吗？
机器学习的理论方向 PhD 是否真的会接触那么多现代数学（黎曼几何、代数拓扑之类）？
图像处理和机器学习有什么关系？
如何判断两个Deep Learning 数据集的数据分布是否一致？
985工科研一觉得快要退学了怎么办？
如果你是面试官，你怎么去判断一个面试者的深度学习水平？
在数据分析、挖掘方面，有哪些好书值得推荐？
人脑有海量的神经元（参数），那么人脑有没有「过拟合」行为？
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？
如何评价论文「Stochastic Training is Not Necessary ...」?
如何直观地解释 backpropagation 算法？
为什么我学过微积分、线性代数和概率论，还是看不懂机器学习？
如何评价陈天奇团队新开源的TVM？
GAN（对抗生成网络）可以被用于哪些（商业或潜在商业）实际问题？
如何理解矩阵对矩阵求导？
神经网络能否代替决策树算法？
在你做推荐系统的过程中都遇到过什么坑？
GAN 真的创造了新的信息吗？
机器学习中的PR曲线一定会过（1，0）这个点吗？
常用的机器学习算法比较？
2021年了，机器学习有什么高质量的专著?
在数据分析、挖掘方面，有哪些好书值得推荐？
如何简单理解贝叶斯决策理论（Bayes Decision Theory）？
pytorch 的高层库ignite怎么样？
如何评价《Science》封面文章《通过概率规划归纳的人类层次概念学习》?