我想了解随机树的知识，但我找不到关于随机树的好参考资料。有人能推荐一些好的参考资料吗？或者有人能解释一下随机树是什么，以及它与决策树有何不同吗？

回答：

随机树的理念是使用多个树来进行预测。这有助于模型更加稳健。

最著名的算法是Leo Breiman在2001年提出的“随机森林”，相关文章如下：Leo Breiman. Random forests. Machine Learning, 45(1):5–32, October 2001.

以下是该算法的关键点：

• 森林中的每一棵树都是基于训练数据的自助样本构建的
• 在每个树节点处，从随机选择的一组变量中选择最佳分割
• 每棵树都完全生长（不进行剪枝）
• 预测结果通过所有树的多数投票决定