随机森林过程和优缺点

随机森林大致过程如下：

1） 从样本集中有放回随机采样选取n个样本；

2） 从所有特征中随机选择k个特征，对选出的样本利用这些特征建立决策树（一般是CART，也可是别的或者混合）；

3） 重复以上步骤m次，即生成m课决策树，形成随机森林；

4）对于新数据，经过每棵树决策，最后投票确认分到哪一类。

随机森林特点：

随机森林有很多优点：

1）每棵树都选择部分样本及部分特征，一定程度避免过拟合；

2）每棵树随机选择样本并随机选择特征，使得具有很好的抗噪能力，性能稳定；

3）能处理很高维度的数据，并且不用做特征选择；

4）适合并行处理；

5）实现比较简单。

缺点：

1） 参数较复杂；

2） 模型训练和预测都比较慢。