第14步:随机森林

多棵树投票 — Bootstrap + 随机特征 + 集成学习

森林参数

统计

OOB 准确率: --
训练准确率: --
单棵树测试: --
为什么多棵树比一棵好?
单棵决策树容易过拟合,记住了训练数据的噪声。
随机森林每棵树用不同的Bootstrap 样本(~63%数据)和随机特征子集训练。
投票时错误互相抵消 → 更稳定、更准确。
OOB:天然交叉验证 — 用没参与训练的数据评估。

💡 键盘快捷键:← → 切换章节