讨论一道machine learning有关的面试题：bagging和random forest的区别。跪求大米

不久前电面stitch fix遇到一道machine learning有关的题目没有面好挂掉了。现在总结了一下答案，希望对之后面的人有所帮助。
题目：What is the difference between bagging and random forest?
我是参考了斯坦福教授的那本书总结了一下：
    * Bagging vs single tree: bagging is also called bootstrap aggregation, compared to single tree, the big advantage is the reduction of the variance by averaging a set of observations. The idea of bagging is to take repe

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

candidates for training the decision trees.  Typically, m is chosen as square root of p.

Reference: An Introduction to Statistical Learning
同时也搜索了一下，找到一个相关的帖子，

新人上路，跪求大米！！🙏🙏

最大的应该是随机森林在单个分类器的特征抽取上同样加了一个随机性

random forest是bagging trees的一个改进，相比bagging trees对所有特征进行节点分裂，而random forest找了个小于特征总数的随机数进行分裂。

random forest是在bagging trees的基础上增加了randomness，也就是在特征提取时采取了随机分裂，从而减小方差。