機器學習算法 - 隨機森林之決策樹初探（1）

機器學習算法-隨機森林之決策樹R 代碼從頭暴力實現(xiàn)（2）

機器學習算法-隨機森林之決策樹R 代碼從頭暴力實現(xiàn)（3）

機器學習算法-隨機森林之理論概述

隨機森林拖了這么久，終于到實戰(zhàn)了。先分享很多套用于機器學習的多種癌癥表達數(shù)據(jù)集 https://file.biolab.si/biolab/supp/bi-cancer/projections/。

機器學習算法-隨機森林初探（1）

機器學習 模型評估指標 - ROC曲線和AUC值

機器學習 - 訓練集、驗證集、測試集

機器學習 - 隨機森林手動10 折交叉驗證

一個函數(shù)統(tǒng)一238個機器學習R包，這也太贊了吧

基于Caret和RandomForest包進行隨機森林分析的一般步驟 （1）

Caret模型訓練和調參更多參數(shù)解讀(2)

機器學習相關書籍分享

基于Caret進行隨機森林隨機調參的4種方式

送你一個在線機器學習網站，真香！

UCI機器學習數(shù)據(jù)集

機器學習第17篇 - 特征變量篩選（1）

機器學習第18篇 - 基于隨機森林的Boruta特征變量篩選（2）

機器學習系列補充：數(shù)據(jù)集準備和更正YSX包

機器學習第20篇 - 基于Boruta選擇的特征變量構建隨機森林

?機器學習第21篇 - 特征遞歸消除RFE算法 理論

RFE篩選出的特征變量竟然是Boruta的4倍之多

更多特征變量卻未能帶來隨機森林分類效果的提升