随机森林原理

1、集成学习

就是对于同一个分类问题，同一组训练集，构建多个分类器，有多个分类器的平均值或者众数决定分类结果，以此来减小分类的波动性。

集成学习.PNG

2、算法步骤

现在训练集中随机抽取K个样本，然后利用这K个样本作为新的训练集构建决策树，重复上述步骤构建N个决策树，引用这N个决策树对新的样本进行分类，选择N棵决策树分类结果的MODE（众数）作为分类结果。

步骤.PNG

3、这里有篇论文，是关于随机森林算法在姿势识别中的应用，可以参考一下。

论文介绍.PNG