scikit-learn官方general example第5个例子中涉及到了随机森林（RandomForest），随机森林是集成学习的一种，因此本文先通俗理解一下随机森林。
1.集成学习
集成学习（ensemblelearning，简称EL），不是单独的机器学习算法，是通过构建并结合多个机器学习器来完成学习任务。高端点的说叫“博彩众长”，庸俗的说叫“三个臭皮匠，顶个诸葛亮”。一般是先生存一组个体学习器，然后采用某种策略将他们结合起来。个体学习器可以由不同的学习算法生成，之间也可以按照不同的规律生成。原理如下图所示：
根据个体学习器的生成方式，集成学习方法大致可以分为两大类。一是个体学习器之间存在着墙依赖关系，必须串行生成的序列化方法，此类代表是Boosting；另一类是个体学习器之间没有强依赖关系，可同时并行生成，此类代表为Bagging和随机森林。
2.bagging以及随机森林
随机森林是bagging的升级版，bagging个体学习器不做修改，对训练数据集随机取样，使用取样后的数据子集，训练每个个体学习器，预测时整体结果采用个体结果的平均。为了增强个体学习器的多样性，在每颗随机数的生长过程中，节点分裂时只选择了部分的属性，并且对选择的属性采用了某种策略来选择1个属性作为该结点的分裂属性。
上面的说法有点难以理解，于是我们通俗的打个比方：
我们有一个决策公司（集成学习器），公司里有许多的预测大师（个体学习器），我们现在要找这个决策公司对某堆（测试集）西瓜的好坏做预测（分类）或者定量预测西瓜的甜度（回归）。当然我们首先需要拿一堆西瓜N个（测试集）给这些预测大师。每个西瓜有M个属性（比如颜色、纹路、尾巴等）。我们有以下两种方式来进行西瓜的预测。
第一种，每次从N个西瓜中随机选择几个西瓜（子集），对某个预测大师进行训练，预测大师学习西瓜的各种M个属性与结果的关系，比如先判断颜色如何？再判断纹路如何？再判断尾巴如何？预测大师开始预测然后自我调节学习，最后成为研究西瓜的人才。所有的预测大师都采用这种训练方式，都学成归来。测试的时候，每拿出一个西瓜，所有专家一致投票，我们把最高投票的结果作为最终结果。这种方式就是所谓的bagging。
第二种，每次从N个西瓜中随机选择几个西瓜（子集），每个预测大师只选项西瓜的m（m
各位亲，秒懂了吧~~
参考资料：
《机器学习》，周志华
知乎，说说随机森林
知乎，【scikit-learn文档解析】集成方法 Ensemble Methods（上）：Bagging与随机森林
说明：
本文为小编原创文章，敲字不易，若转载请标明出处，谢谢。如果觉得写的不错，请点赞！
