随机森林是通过投票来预测数据的，每次投票票数超过半数的特征则被确认为某类数据，我们曾经觉得随机森林的投票太过严格，于是花了几天时间试着修改随机森林，让其投票超过4/10的数据认为是我们所需求的数据，可是接连的现象让我们发现我们的无知，我们的提交数据变多了，可分数降低了，而且越来越低，曾最低达到40分。
于是我们改变了方向，我们接着把重心放在算法和特征上去，有效特征增加了，分数也开始增加了，而且幅度很大，达到了我们以前一直想达到的分数70分，甚至超过了很多
接下来继续找特征，脚步不能停
随机森林是通过投票来预测数据的，每次投票票数超过半数的特征则被确认为某类数据，我们曾经觉得随机森林的投票太过严格，于是花了几天时间试着修改随机森林，让其投票超过4/10的数据认为是我们所需求的数据，可是接连的现象让我们发现我们的无知，我们的提交数据变多了，可分数降低了，而且越来越低，曾最低达到40分。
于是我们改变了方向，我们接着把重心放在算法和特征上去，有效特征增加了，分数也开始增加了，而且幅度很大，达到了我们以前一直想达到的分数70分，甚至超过了很多
接下来继续找特征，脚步不能停