[Random forest - Wikipedia](https://en.wikipedia.org/wiki/Random_forest) > ランダムフォレストは、[[分類]]や[[回帰]]などの[[アンサンブル学習]]法の一つで、学習時に多数の決定木を構築することで動作する。分類タスクでは、ランダムフォレストの出力は、ほとんどの木が選択したクラスです。ランダムフォレスは、決定木が学習セットに[[過剰適合]]する癖を修正します。ランダムフォレストは一般的に決定木を上回りますが、その精度は勾配ブースト木よりも低くなります。しかし、データの特性がその性能に影響を与えることがある。