本文为原创文章，未经本人允许，禁止转载。转载请注明出处。
1.集成学习与随机森林
相关知识讲解：
- 【机器学习基础】第二十七课：集成学习之个体与集成
- 【机器学习基础】第二十八课：集成学习之Boosting
- 【机器学习基础】第二十九课：集成学习之Bagging与随机森林
- 【机器学习基础】第三十课：集成学习之结合策略
- 【机器学习基础】第三十一课：集成学习之多样性
2.使用python实现随机森林
主要API为sklearn.ensemble.RandomForestClassifier。该函数中，参数n_estimators表示基学习器（即决策树）的数量，参数criterion表示决策树的划分准则：1）“gini”表示基尼系数；2）“entropy”表示信息增益。
