随机森林可以同时胜任分类和回归。其中分类任务是对离散值进行预测（比如将一景图像中的植被，建筑，水体等地物类型分类）；回归任务是对连续值进行预测（比如根据已有的数据预测明天的气温是多少度，预测明天某基金的价格）。
训练集有m个样本，每次有放回地从训练集中取出 n 个训练样本，组成新的训练集（m > n）,利用新的训练集，训练得到N个子模型，对于分类问题，采用投票的方法，得票最多子模型的分类类别为最终的类别；对于回归问题，采用简单的平均方法得到预测值。
随机森林可以同时胜任分类和回归。其中分类任务是对离散值进行预测（比如将一景图像中的植被，建筑，水体等地物类型分类）；回归任务是对连续值进行预测（比如根据已有的数据预测明天的气温是多少度，预测明天某基金的价格）。
训练集有m个样本，每次有放回地从训练集中取出 n 个训练样本，组成新的训练集（m > n）,利用新的训练集，训练得到N个子模型，对于分类问题，采用投票的方法，得票最多子模型的分类类别为最终的类别；对于回归问题，采用简单的平均方法得到预测值。