# 随机森林

> 构建多棵决策树，每棵树用随机采样的数据和特征训练，最终结果由所有树投票决定。

- ID: m12692
- 分类: decide
- 领域: 决策科学

## 定义

构建多棵决策树，每棵树用随机采样的数据和特征训练，最终结果由所有树投票决定。脚手架作用：集体智慧胜过个体。多个"弱"模型的集成往往优于单个"强"模型，适用于决策和预测。

## 机制

随机森林集成多棵决策树，通过样本自助采样与节点随机选特征双重随机性降低过拟合、提升泛化能力。

## 练习

自助采样构建多棵树。每节点随机选特征分裂。集成投票或平均输出结果。

## 脚手架用法

集体智慧胜过个体。多个"弱"模型的集成往往优于单个"强"模型，适用于决策和预测。

[阅读网页](https://thinkingmodels.site/entries/detail/m12692)