优点：
1）能够处理很高维度（feature很多）的数据，并且不用做特征选择（特征列采样）
2）训练完后，能够返回特征的重要性
3 ) 训练时树与树之间是相互独立的,易于并行化
4）可以处理缺失特征（决策树的优点）
缺点:
分裂的时候，偏向于选择取值较多的特征
http://blog.csdn.net/keepreder/article/details/47273297
免责声明！
本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。