Las losowy (Random Forest©) to zaawansowana implementacja algorytmu agregacji (bagging), która jako model bazowy wykorzystuje model drzewa.

W lasach losowych każde drzewo w zespole jest zbudowane z prób losowanych ze zwracaniem (np. próby bootstrapowej) ze zbioru uczącego. Podczas dzielenia węzła w trakcie tworzenia drzewa wybrany podział nie jest już najlepszym spośród wszystkich predyktorów. Zamiast tego wybierany jest najlepszy podział z losowego podzbioru predyktorów. Ze względu na tę losowość odchylenie lasu zwykle nieznacznie wzrasta (względem odchylenia jednego drzewa nielosowego), jednak w wyniku uśredniania zmniejsza się także jego zmienność — zwykle w stopniu z nawiązką kompensującym wzrost odchylenia. W rezultacie ogólna jakość modelu jest wyższa.¹

Węzeł Losowy las w produkcie watsonx.ai jest implementowany w języku Python. Paleta węzłów zawiera ten węzeł i inne węzły Python .

Więcej informacji o algorytmach losowych lasów znajduje się w sekcji Lasy zrandomizowanych drzew.

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