关键参数 最重要的，常常需要调试以提高算法效果的有两个参数：numTrees，maxDepth。 numTrees（决策树的个数）：增加决策树的个数会降低预测结果的方差，这样在测试时会有更高的accuracy。训练时间大致与numTrees呈线性增长关系。 maxDepth ...

随机森林算法 由多个决策树构成的森林，算法分类结果由这些决策树投票得到，决策树在生成的过程当中分别在行方向和列方向上添加随机过程，行方向上构建决策树时采用放回抽样（bootstraping）得到训练数据，列方向上采用无放回随机抽样得到特征子集，并据此得到其最优切分点，这便是随机森林算法的基本原理 ...

聚类算法是机器学习中的一种无监督学习算法，它在数据科学领域应用场景很广泛，比如基于用户购买行为、兴趣等来构建推荐系统。 核心思想可以理解为，在给定的数据集中（数据集中的每个元素有可被观察的n个属性），使用聚类算法将数据集划分为k个子集，并且要求每个子集内部的元素之间的差异度尽可能低，而不同子集 ...

使用数据： 结果（测试集&预测集）： 内部决策树结构： 总结：可知该随机森林共有10棵树组成，预测结果为10棵树的投票为准。每棵树的最大层次为4，这是为了避免层次过高带来的计算压力和过拟合！ ...

一.简介 　　KMeans 算法的基本思想是初始随机给定K个簇中心，按照最邻近原则把分类样本点分到各个簇。然后按平均法重新计算各个簇的质心，从而确定新的簇心。一直迭代，直到簇心的移动距离小于某个给定的值。 二.步骤 　　1.为待聚类的点寻找聚类中心。 　　2.计算每个点到聚类中心的距离 ...

算法说明 　　线性回归是利用称为线性回归方程的函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析方法，只有一个自变量的情况称为简单回归，大于一个自变量情况的叫做多元回归，在实际情况中大多数都是多元回归。 　　线性回归（Linear Regression）问题属于监督学习 ...

根据成年人数据集来预测一个人的收入 1.准备数据集 我下载好了一个成年人数据集,从百度云下载 链接：https://pan.baidu.com/s/10gC8U0tyh1ERxLhtY8i ...

，最终的预测值采用集成所有树产生的输出的平均值，就可以避免方差的问题。 1. 随机森林：集成技术，采用大 ...