随机森林算法是由二叉决策树组成的集成模型，可以预测分类中单个树的预测模式或回归中的平均值。

决策树中的每个节点都是单个特征的一个条件，用于将数据集拆分为两个，以便相似的样本最终位于同一个集合中。

该算法是可检测的，对缩放和其他特征变换具有不变性，对包含无关特征具有鲁棒性，并且可以通过杂质平均减少（MDI）来估计特征重要性。