ランダム フォレスト© は、ツリー モデルを基本モデルとして使用するバギング アルゴリズムの高度な実装です。

ランダム フォレストでは、置き換えを行って学習セットから抽出したサンプル (ブートストラップ サンプルなど) からアンサンブルの各ツリーを構築します。 ツリーの構築中にノードを分割するとき、選択された分割がすべてのフィーチャーの間で最良の分割になるわけではありません。 その代わり、選択された分割は、フィーチャーのランダムなサブセットの間で最良の分割になっています。 このようにランダム性があるため、通常は (単一の非 Random Trees の偏りについて) フォレストの偏りがやや増えますが、平均化により分散も減少するため (通常は偏りの増加の補正より減少が大きくなります)、全体としてよりよいモデルが得られます。¹

watsonx.ai のランダムフォレストノードは、 Pythonで実装されています。 ノード・パレットには、このノードとその他の Python ノードが含まれています。

ランダム・フォレスト・アルゴリズムについて詳しくは、 ランダム化された木の森林を参照してください

¹L. Breiman, "Random Forests," Machine Learning, 45(1), 5-32, 2001.