关于MATLAB处理大数据坐标文件201761

前几天备战考试，接下来的日子将会继续攻克大数据比赛

虽然停止了一段时间没有提交数据，但是这几天的收获还是有的，对Python 随机森林了解的更了解了

随机森林是由多课决策树组成（当然这个虽然我们初学者都知道，但是我确定没有现在认识的深刻），多棵决策树经过数据训练后，经过投票方式对测试数据进行判断

那么也就是说随机森林的鲁棒性非常好，我们现有的特征还不是特别多，之所以前一段时间出现“过拟合”现象，其实原因有可能是我们当时急功近利，把大多数正确率高的特征放在一起测试数据，导致的“过拟合”，其实非也，只是我们自己的条件太过苛刻。     突然想到一个词叫做“二八定律”，可以完美解释现在的领悟，20%的时间可以解决80%的问题，20%的人占有80%的资源，但是——其中还含有那抹不去的80%的时间或者问题。   那现在可以理解为，20%的特征可以解释80%的问题，那就是好特征，但是却不能忽视剩下的80%的特征

　接下来的日子我们应该继续寻找特征，直到达到真正的过拟合，才不枉这次比赛