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
Linear least squares, Lasso,ridge regression有何本质区别？ICLR 2019 有什么值得关注的亮点？
如何看待Capsule Network在NLP领域的潜力？
机器学习在Web攻击方向有什么建树吗？
已有大量编程基础，如何速成python用于学习机器学习？
怎么在家学习一些关于机器学习的知识?
如何评价微软亚洲研究院提出的LightRNN？
使用强化学习解决实际问题时常常避不开环境模拟或者使用离线强化学习算法，两者分别有什么优缺点？
机器学习，数据挖掘在研究生阶段大概要学些什么？
如何评价B站UP主未明子宣称“知乎搞机器学习模拟拉康的程序员”具备“头脑上的悲剧”？
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
插值和拟合最根本的区别是什么？机器学习为啥用拟合？？推荐算法岗是否存在严重人才过剩?
如何评价新Nature子刊Nature Machine Intelligence的出现？
如何评价 Exploring Simple Siamese Learning?
简单解释一下sparse autoencoder, sparse coding和restricted boltzmann machine的关系？
如何评价MSRA视觉组最新对spatial attention mechanism分析论文？
caffe开发过程中使用了哪些工具？
请问应该怎样去学习图像识别和深度学习？
请问应该怎样去学习图像识别和深度学习？
到了 2022 年，人工智能有哪些真正可落地的应用？
各种机器学习算法的应用场景分别是什么（比如朴素贝叶斯、决策树、K 近邻、SVM、逻辑回归最大熵模型）？
联邦学习/联盟学习 (Federated Learning) 的发展现状及前景如何？
各种机器学习算法的应用场景分别是什么（比如朴素贝叶斯、决策树、K 近邻、SVM、逻辑回归最大熵模型）？
默写很花时间怎么办？
如何评价 DeepMind 在星际中的失利，以及 OpenAI 在 Dota 上的成功？
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
什么是人工智能？人工智能、机器学习、深度学习三者之间有什么关系吗？
为什么说深度学习没有理论基础?
如何评价论文「Stochastic Training is Not Necessary ...」?
人类大脑的聪慧程度以 IQ 为标准，那么人工智能的水平用什么指标来衡量呢？
精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么？
大家推荐一下，哪些学校的导师有在做量化交易、股票预测的？
如何评价李飞飞和李佳加盟谷歌？
李航的统计学习方法，吴恩达的视频，关于机器学习的东西都看不懂是怎么回事？
如何用简单易懂的例子解释隐马尔可夫模型？
在你做推荐系统的过程中都遇到过什么坑？
如何用机器学习判断《溪岸图》是否董源真迹？
NLP领域，你推荐哪些综述性的文章？
如何评价Google发布的第二代深度学习系统TensorFlow?