随机森林

随机森林由多颗决策树构成

问题1：如何构建森林中决策树？

设数据集中存在14条数据, 基于已有的数据集，构建新的数据集，在新的数据集基础上创建一棵树；再基于已有的数据集，构建新的数据集，在新的数据集基础上创建一棵树

有放回采样：随机从数据集中采样一条数据，得到新的数据集中一条数据，需要将这条数据放回到原有数据集，再次从原有的数据集，随机采样一条数据。操作14次，这样得到一个新的数据集

构建决策树时：特征随机抽取

两个随机性的引入对随机森林的分类性能至关重要。由于它们的引入，使得随机森林不容易陷入过拟合，并且具有很好得抗噪能力

问题2：每颗决策树有自己一个预测结果，如何得到整个森林的预测结果？

每颗决策树有自己一个预测结果,大家投票决定，少数服从多数原则，判定整个森林的结果