Un comité de árboles de decisión descorrelacionados, robusto y difícil de sobreajustar.Un bosque aleatorio es un método de aprendizaje automático que construye un 'bosque' de muchos árboles de decisión y combina sus predicciones. Cada árbol se entrena con un subconjunto aleatorio de los datos y considera un subconjunto aleatorio de características en cada división, lo que hace que los árboles sean diferentes entre sí. La predicción final es el promedio (para regresión) o el voto mayoritario (para clasificación) de todos los árboles. Este enfoque de conjunto reduce el riesgo de sobreajuste que a menudo sufre un árbol de decisión individual, haciendo que el modelo sea robusto y preciso con datos nuevos.
Introducido por Leo Breiman en 2001, basándose en trabajos anteriores sobre embolsado y métodos de subespacios aleatorios.
El método crea muchos árboles de decisión, cada uno entrenado con una muestra bootstrap (muestra aleatoria con reemplazo) de los datos originales. En cada nodo de un árbol, solo se considera un subconjunto aleatorio de características para la mejor división, no todas. Esto descorrelaciona los árboles: cometen errores distintos. Al predecir, cada árbol da su resultado y el bosque los agrega. La aleatoriedad asegura que ningún árbol domine, y el promedio suaviza el ruido individual de cada árbol.
Se utiliza en finanzas para la calificación crediticia, en bioinformática para la selección de genes y en teledetección para la clasificación de la cobertura del suelo.
Los bosques aleatorios pueden estimar qué características son más importantes para la predicción sin cálculo adicional, midiendo cuánto reduce cada característica la impureza en todos los árboles.














