P2 · 辨識即可
機器學習
決策樹與隨機森林 (Decision Tree and Random Forest)
是什麼
決策樹用一連串「是／否」條件逐層切分資料來預測；隨機森林訓練許多棵用不同抽樣資料與特徵建成的決策樹，再投票或平均結果。
解決什麼問題
決策樹好解釋、不受特徵尺度影響；隨機森林綜合多棵樹，降低單棵樹過擬合，預測更穩定。
考場 Trigger
- 依條件分支判斷
- 多棵樹投票／平均
- 不需標準化特徵
- 特徵多、要穩定泛化
容易搞混
K-近鄰支援向量機
初級深度
看到名稱能辨識其類型與主要用途即可。