優點：
1）能夠處理很高維度（feature很多）的數據，並且不用做特征選擇（特征列采樣）
2）訓練完后，能夠返回特征的重要性
3 ) 訓練時樹與樹之間是相互獨立的,易於並行化
4）可以處理缺失特征（決策樹的優點）
缺點:
分裂的時候，偏向於選擇取值較多的特征
http://blog.csdn.net/keepreder/article/details/47273297
免責聲明！
本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。