二十五、云计算

云计算（cloud computing）指使用互联网上的远程服务器网络而不是使用本地服务器或个人计算机来存储、管理和处理数据的方法。云计算属于分布式计算范畴，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。云计算早期，分布式计算方式比较简单，主要是解决任务分发，并进行计算结果的合并。目前，云计算服务已经不仅仅是单一的分布式计算，而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术演进的融合体。其本质是与信息技术、软件、互联网相关的一种远程虚拟网络空间服务的资源共享池，这种资源共享池即是人们常说的“云”。云计算的优点很多，包括网络技术虚拟化，具有良好的动态可扩展，可以按需部署，具有较高的灵活性和可靠性。

在ML中，RF是一种包含多个决策树的分类器（图5.2），并且其输出的类别是由优势决策树输出的类别的众多数据决定。其算法由决策树以并行集成方法构成，属于袋装（Bagging）类型范畴。RF模型通过组合多个弱分类器使最终结果以多数表决或取均值方式生成，从而使整体模型的结果具有较高的精确度和泛化性能，同时也有很好的稳定性，可广泛应用在各种业务场景中。因此，RF具有很多优点：适用于多特征的高维度密集型数据，无须降维做特征选择；在构建RF模型的过程中，也可同时帮助判断特征的重要程度；可以借助模型构建组合特征；并行集成，有效控制过拟合；工程实现简单，训练速度快；对于不平衡的分类数据集接受度良好，可以平衡误差；对于多种资料可以产生高准确度的分类器，并且可以估计遗失的资料，当部分的资料遗失时，仍可以维持准确度；基于决策树网络的自助采样法（bootstrap Sampling）是一种良好有效的数据分类的统计方法。(https://www.daowen.com)

图5.2　RF分类器由多个并行的集成算法构成，其最后分类结果由多数表决或取平均值形成。本示例为多数表决法