隨機(jī)森林就是通過集成學(xué)習(xí)的思想將多棵樹集成的一種算法，它的基本單元是決策樹，而它的本質(zhì)屬于機(jī)器學(xué)習(xí)的一大分支——集成學(xué)習(xí)（Ensemble Learning）方法。 解讀下上面的話： 1.隨機(jī)森林屬于集成算法，屬于集成算法中的bagging，另一種就是boosting了，集成意味著著該算法是多個(gè)算法組合而成 2.隨機(jī)森林是由決策樹集成的，這個(gè)很好理解，單木為樹，多木成林。所以它叫森林，所以你想弄明白什么是隨機(jī)森林，就必須先整明白什么是決策樹。 其實(shí)從直觀角度來解釋，每棵決策樹都是一個(gè)分類器（假設(shè)現(xiàn)在針對(duì)的是分類問題），那么對(duì)于一個(gè)輸入樣本，N棵樹會(huì)有N個(gè)分類結(jié)果。而隨機(jī)森林集成了所有的分類投票結(jié)果，將投票次數(shù)最多的類別指定為最終的輸出，這就是一種最簡(jiǎn)單的 Bagging 思想? 隨機(jī)森林的出現(xiàn)是為了解決決策樹泛化能力比較弱的特點(diǎn)，因?yàn)闆Q策樹就有一棵樹，它的決策流只有一條， 泛化能力弱。而隨機(jī)森林就比較好解決了這個(gè)問題。