随机森林的优缺点

随机森林是建立在决策树的基础上，决策树在分类时是选择所有变量，而随机森林则是产生很多决策树，然后每根决策树选择不同的变量，进行分析，最后选取决策树中的众数，作为最终结果

优点：不会产生过拟合现象

可以作用在高维数据中

能够展现出那些变量重要

具有很好的抗干扰能力

可以并行处理

缺点：可能有很多相似的决策树，掩盖了真实的结果

对小数据或者底维数据可能不能产生最好的分类

执行数据虽然比bossting等快，单比单只决策树慢多了

····