随机森林优点有哪一些

随机森林指的是利用多棵树对样本进行训练并预测的一种分类器。该分类器最早由Leo Breiman和Adele Cutler提出，并被注册成了商标。那么随机森林优点有哪些呢、

1. 对于很多种资料，可以产生高准确度的分类器。

2. 可以处理大量的输入变数。

3. 可以在决定类别时，评估变数的重要性。

4. 在建造森林时，可以在内部对于一般化后的误差产生不偏差的估计。

5. 包含一个好方法可以估计遗失的资料，并且，如果有很大一部分的资料遗失，仍可以维持准确度。

6. 提供一个实验方法，可以去侦测variable interactions。

7. 对于不平衡的分类资料集来说，可以平衡误差。

8. 计算各例中的亲近度，对于数据挖掘、侦测离群点（outlier）和将资料视觉化非常有用。

9. 使用上述。可被延伸应用在未标记的资料上，这类资料通常是使用非监督式聚类。也可侦测偏离者和观看资料。

10. 学习过程是很快速的。