隨機森林指的是利用多棵樹對樣本進行訓練並預測的一種分類器。該分類器最早由Leo Breiman和Adele Cutler提出，並被註冊成了商標。那麼隨機森林優點有哪些呢、
1、對於很多種資料，可以產生高準確度的分類器；
2、可以處理大量的輸入變數；
3、可以在決定類別時，評估變數的重要性；
4、在建造森林時，可以在內部對於一般化後的誤差產生不偏差的估計；
5、包含一個好方法可以估計遺失的資料，並且，如果有很大一部分的資料遺失，仍可以維持準確度；
6、提供一個實驗方法，可以去偵測variable interactions；
7、對於不平衡的分類資料集來説，可以平衡誤差；
8、計算各例中的親近度，對於數據挖掘、偵測離羣點（outlier）和將資料視覺化非常有用；
9、使用上述。可被延伸應用在未標記的資料上，這類資料通常是使用非監督式聚類。也可偵測偏離者和觀看資料；
10、學習過程是很快速的。
以上就是給各位帶來的關於隨機森林優點有哪些的全部內容了。
