Random Forest는 감독 학습 알고리즘이다. 숲을 만들어 어딘지 모르게 만든다. “숲”은 의사 결정 나무의 앙살블이며 , 대부분 “포장”방법으로 훈련되었다. Bagging 방법의 일반적인 아이디어는 학습 모델의 조합이 전반적인 결과를 증가 시킨다는 것이다. 간단하게 말하자면 , 랜덤 포레스트는 여러 개의 의사 결정 트리를 만들고 병합하여 보다 정확하고 안정적인 예측을 한다 . 무작위적인 숲의 한 가지 큰 이점은 분류 및 회귀 문제 모두에 사용될 수 있다는 것이다. 현재 기계 학습 시스템의 대부분을 형성한다. 랜덤 포레스트는 결정 트리 또는 자루 분류기와 거의 동일한 하이퍼 매개 변수를 가진다. 의사 결정 트리를 분류 분류기와 결합 할 필요가 없으며 Random Forest의 분류 자 클래스를 쉽게..