RF.go 随机森林库开源项目

在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。LeoBreiman和AdeleCutler发展出推论出随机森林的算法。而"RandomForests"是他们的商标。这个术语是1995年由贝尔实验室的TinKamHo所提出的随机决策森林（randomdecisionforests）而来的。这个方法则是结合Breimans的"Bootstrapaggregating"想法和Ho的"randomsubspacemethod""以建造决策树的集合。1)RF.go是用Go语言写的随机森林库2)RF.go可以以并行化的方式训练，对于每一颗决策树绑定一个goroutine,从而充分利用多核CPU。3)在著名的手写体识别图片库MNIST上，RF.go可以达到2.8%的错误率，在100颗决策树的配置下4)RF.go即支持分类也支持回归.例子和用法可以在项目代码库中找到.5)RF.go支持数据结构在内存和硬盘之间交换，以JSON的格式。