Ansámbl rozhodovacích stromů s náhodným výběrem

Random forest model

Random forest kombinuje mnoho rozhodovacích stromů, které se učí na různých vzorcích a podmnožinách vlastností.

Výsledek klasifikace se často určí hlasováním, u regrese průměrem predikcí. Náhodnost mezi stromy snižuje jejich vzájemnou podobnost a může zlepšit stabilitu. Model bývá odolný vůči některým odchylkám, ale jeho velikost, latence a vysvětlitelnost se posuzují podle konkrétního použití.