什麼是隨機森林？
上一篇直覺易懂的分類 — — 決策樹（Decision Tree）中，我們學到了什麼是決策樹。而什麼是隨機森林呢？我們可以想像一個很大的森林，裡面包含了很多棵決策樹，而每一棵決策樹都是互相獨立的，至於要怎麼決定最後的結果，是以眾數或取得平均的方式決定最終的結果。
也就是說，隨機森林就是包含多棵決策樹的分類器，決策樹可以處理離散型（discrete）和連續型（continuous）的資料。離散型資料指的是特定值，這些值可能無窮無盡，但每個值都是不同的，並且沒有中間的灰色區域，例如蘋果的數量。連續型資料不限於特定值，而是包含在連續範圍內的任何值，在任何兩個連續數據值之間，可能有無限多個其他值，例如身高、體重。
在離散型的資料中，隨機森林就是取得決策樹的眾數；而連續型的資料中，隨機森林就是取得決策樹結果的平均。
隨機森林的原理
隨機森林裡有很多棵決策樹，這些決策樹該如何建構而成？我們可以看到下表，在資料中每一列是一個又一個的樣本（Sample），每一行是不一樣的特徵（Feature）。
在隨機森林中要建立決策樹之前，會從樣本當中抽一些樣本出來，也會在特徵當中抽一些特徵，來建立一棵決策樹。我們會不斷重複同樣的動作，採取後放回的方式，不斷建構一棵又一棵不一樣的決策樹在森林中。
隨機森林的優點和缺點
隨機森林可以處理的資料集非常廣泛，可處理連續型資料，亦可處理離散型的資料。此外，在兩種隨機因子的抽取下，更可以讓隨機森林不容易產生過度擬合（overfitting）（可見AI 如何變聰明？（四） — — 什麼是「深度學習」）的結果。
然而，如果建構的決策樹過多，就容易導致計算成本的提高，包含時間與空間的成本，導致效能降低。另外，若資料本身的雜訊過多，還是會讓隨機森林出現過度擬合的結果。
