影響性能因素：

1）森林中的每個(gè)樹(shù)越茂盛，分類(lèi)效果就越好。

2）樹(shù)和樹(shù)的枝葉穿插越多，分類(lèi)效果就越差。

隨機(jī)森林的隨機(jī)選�。�

1）數(shù)據(jù)的隨機(jī)選取：從原始的數(shù)據(jù)集中采取有放回的抽樣，構(gòu)造子數(shù)據(jù)集。相同或不同子數(shù)據(jù)集的元素都可以重復(fù)。利用子數(shù)據(jù)集構(gòu)建子決策樹(shù)，將這個(gè)數(shù)據(jù)放到每個(gè)子決策樹(shù)中，每個(gè)子決策樹(shù)輸出一個(gè)結(jié)果。新的數(shù)據(jù)需要通過(guò)隨機(jī)森林得到分類(lèi)結(jié)果，通過(guò)對(duì)子決策樹(shù)的判斷結(jié)果的投票，得到隨機(jī)森林的輸出結(jié)果。

2）待選特征的隨機(jī)選取：隨機(jī)森林中子樹(shù)的每一個(gè)分裂過(guò)程并沒(méi)有用到所有的待選特征，僅從所有的待選特征中隨機(jī)選取一定的特征，再在隨機(jī)選取的特征中選取最優(yōu)特征。這樣能使得隨機(jī)森林中的決策樹(shù)都能夠彼此不同，提升系統(tǒng)的多樣性，從而提升分類(lèi)性能。

隨機(jī)森林優(yōu)點(diǎn)：

1）具有極高的準(zhǔn)確率；

2）可以處理大量的輸入變數(shù)，并可以評(píng)估變數(shù)的重要性；

3）隨機(jī)性的引入，使得隨機(jī)森林不容易過(guò)擬合；

4）隨機(jī)性的引入，使得隨機(jī)森林有很好的抗噪聲能力；

5）能處理很高維度的數(shù)據(jù)，并且不用做特征選擇；

6）在創(chuàng)建隨機(jī)森林的時(shí)候，對(duì)generlizationerror使用的是無(wú)偏估計(jì)；

7）既能處理離散型數(shù)據(jù)，也能處理連續(xù)型數(shù)據(jù)，數(shù)據(jù)集無(wú)需規(guī)范化；

8）對(duì)于不平衡的分類(lèi)資料集來(lái)說(shuō)，可以平衡誤差；

9）訓(xùn)練速度快，可以得到變量重要性排序；

10）容易實(shí)現(xiàn)并行化。

隨機(jī)森林缺點(diǎn)：

1）當(dāng)隨機(jī)森林中的決策樹(shù)個(gè)數(shù)很多時(shí)，訓(xùn)練時(shí)需要的空間和時(shí)間會(huì)較大；

2）隨機(jī)森林在解決回歸問(wèn)題時(shí)并沒(méi)有像它在分類(lèi)中表現(xiàn)的那么好，不能夠作出超越訓(xùn)練集數(shù)據(jù)范圍的預(yù)測(cè)，這可能導(dǎo)致在對(duì)某些還有特定噪聲的數(shù)據(jù)進(jìn)行建模時(shí)出現(xiàn)過(guò)度擬合；

3）隨機(jī)森林模型還有許多不好解釋的地方，有點(diǎn)算是黑盒模型；

隨機(jī)森林應(yīng)用前景：

隨機(jī)森林具有準(zhǔn)確度高、抗噪聲能力強(qiáng)、不容易過(guò)擬合、數(shù)據(jù)集無(wú)需規(guī)范化、平衡誤差、訓(xùn)練速度快、易實(shí)現(xiàn)并行化、應(yīng)用性強(qiáng)、適用范圍廣等優(yōu)點(diǎn)。近年來(lái)，隨機(jī)森林模型在界內(nèi)的關(guān)注度與受歡迎程度有著顯著的提升。它可以快速地被應(yīng)用到幾乎任何的數(shù)據(jù)科學(xué)問(wèn)題中去，從而使人們能夠高效快捷地獲得第一組基準(zhǔn)測(cè)試結(jié)果。在各種各樣的問(wèn)題中，隨機(jī)森林一次又一次地展示出令人難以置信的強(qiáng)大，而與此同時(shí)它又是如此的方便實(shí)用。隨機(jī)森林算法可被用于很多不同領(lǐng)域，如銀行，股票市場(chǎng)，醫(yī)藥和電子商務(wù)。在銀行領(lǐng)域，用來(lái)檢測(cè)那些比普通人更高頻率使用銀行服務(wù)的客戶(hù)，并及時(shí)償還他們的債務(wù)。也會(huì)被用來(lái)檢測(cè)那些想詐騙銀行的客戶(hù)。在金融領(lǐng)域，可用于預(yù)測(cè)未來(lái)股票的趨勢(shì)。在醫(yī)療保健領(lǐng)域，可用于識(shí)別藥品成分的正確組合，分析患者的病史以識(shí)別疾病。在電子商務(wù)領(lǐng)域中，隨機(jī)森林可以被用來(lái)確定客戶(hù)是否真的喜歡某個(gè)產(chǎn)品。

結(jié)語(yǔ)：

隨機(jī)森林是一種多功能的機(jī)器學(xué)習(xí)算法，能夠執(zhí)行回歸和分類(lèi)的任務(wù)。隨機(jī)森林用隨機(jī)的方式建立一個(gè)森林，森林里面有很多的決策樹(shù)組成，可以將幾個(gè)低效模型（決策樹(shù)）整合為一個(gè)高效模型（隨機(jī)森林）。它主要解決了決策樹(shù)泛化能力弱的缺點(diǎn)。同時(shí)，隨機(jī)森林也實(shí)現(xiàn)了數(shù)據(jù)降維，是處理缺失值、異常值或其他數(shù)據(jù)的重要手段，并取得了不錯(cuò)成效。隨機(jī)森林是人工智能之機(jī)器學(xué)習(xí)中最近比較火的算法，具有準(zhǔn)確度高、抗噪聲強(qiáng)、速度快、并行化、適用廣等優(yōu)點(diǎn)，在實(shí)際應(yīng)用中，隨機(jī)森林算法性能表現(xiàn)得非常強(qiáng)大和實(shí)用，因此在業(yè)界受到高度關(guān)注和歡迎，其應(yīng)用前景非常廣泛和深遠(yuǎn)。