随机森林（Random Forest）是一种Bagging（Bootstrap Aggregating）集成算法，在样本随机（样本扰动）的基础上，进一步运用特征随机（属性扰动）的机制，得到比一般的Bagging集成更好的效果。
要理解随机森林，需要理解以下几点：
1、什么是自助采样（Bootstrap Sampling）？
2、什么是Bagging集成？
3、随机森林的基学习器是什么
4、随机森林的“随机”体现在哪里？
5、随机森林如何防止过拟合？
一、自助采样
自助采样是用自助法进行模型评估时用到的采样方法。我们知道，在模型初步训练完成后，需要用测试集对学习器的泛化误差进行评估，这就涉及到如何产生测试样本的问题。比如有一个包含m个样本的数据集D={(x1, y1),(x2, y2),...,(xm, ym)}，用什么方法对D进行适当地处理，从中产生训练集D'和测试集D\D'呢？需要注意的是，产生的测试集要尽可能和训练集互斥。
常见的产生测试集的方法有留出法（hold out）、交叉验证法（cross validation）和自助法（bootstrapping），而自助采样（bootstrap sampling）是自助法中的采样方法。留出法和交叉验证法的问题在于保留了一部分样本用于测试，因此训练集比样本集小，从而会导致一定的估计偏差。而采用自助法，训练集和样本集的样本量是一样的，就可以减少训练规模不同造成的影响。
那自助采样具体是怎样进行的呢？自助采样是一种有放回的抽样，如果给定一个包含m个样本的数据集D，那么训练集D'是这样产生的：每次随机地从样本集D中取出一个样本，放入到训练集D'中，然后把这个样本放回原来的样本集中，继续进行随机抽取；这样有放回地抽样m次，就得到了包含m个样本的训练集D'，于是训练集和样本集的大小就一样了。
显然训练集D'中有部分样本是重复的，而D中有一部分样本却不在训练集中。经过估计，样本在m次采样中始终不被抽取到的概率大概是36.8%，也就是说通过自助采样，初始样本集D中大约有36.8%的样本不在训练集D'中。把不在训练集中出现的样本记作：D\D'，作为测试集。于是，自助采样中的测试集就这样产生了。而用这约占数据总量36.8%、未在训练集中出现的样本集作为测试集，用于评估模型泛化误差的做法，叫做“包外估计”（out of bag estimate）。
以上是一次自助采样的结果，也就是产生了一个包含m个样本的训练集，以及包含大约占样本总量36.8%且未在训练集中出现的样本的测试集。
在集成学习的Bagging模型中，如果打算训练K个学习器，那么以上的采样过程要重复K次，也就是从初始样本集中产生K个训练集，再用这K个训练集来训练出K个学习器。
到此就理解了，自助采样是一种有放回的随机采样，是Bagging集成中的采样方法，能够产生一个和原始样本集同样大小的训练集，以及一个和训练集互斥且样本量约占总样本36.8%的测试集。
二、Bagging模型
Bagging（Bootstrap Aggregating）是并行式集成学习方法中最著名的代表，它是基于自助采样法进行模型训练和模型评估的方法。Bagging的基本思想可以理解为，在分类问题中，将若干个弱分类器的分类结果进行投票选择，从而组成一个强分类器。它的基本流程是：通过T次自助采样，采样出T个与原始样本集规模一样的训练集，然后基于T个训练集学习到T个基学习器，再将这些基学习器进行结合，并用包外估计进行模型评估。所以可以从自助采样、学习器结合和包外估计这三个步骤来理解Bagging。
1、自助采样
通过一次自助采样，对于包含m个样本的原始数据集，我们可以得到包含m个样本的训练集，训练集与原始数据集大小一致。这样做有什么好处呢？
在集成学习中，如果希望个体学习器能够形成泛化性能较强的集成，那么一方面要求每个个体学习器自身的效果比较好，另一方面要求个体学习器之间尽可能具有较大的差异。而通过自助采样，一方面训练集的样本规模和原始数据集的大小一致，个体学习器能够进行比较充分的学习，性能比较好。另一方面多次自助采样后产生的多个训练集是不同的（尽管也有重叠的样本），因此从每个训练集中学习到的个体学习器之间有比较大的差异，我们可以把这种机制叫做样本扰动。基于这两点，Bagging集成的泛化性能是比较强的。
2、学习器结合
对学习好的T个基学习器进行结合，其实就是对预测输出进行结合，在分类任务中，Bagging使用简单投票法，在回归任务中使用简单平均法。如果在分类预测时出现两个类获得的票数相同，那么可以随机地二选一，或者进一步考察基学习器投票的置信度来确定。
3、包外估计
通过自助采样得到的训练集，对其去重后得到的样本量约为原始数据集的63.2%，那么剩下约36.8%的样本正好可以用来作为验证集，评估模型的泛化误差，这种评估方法就叫做包外估计。
具体怎么得到Bagging的泛化误差的包外估计呢？对于某一个样本（xi, yi），它大约会被63.2%的基学习器进行训练，而大约36.8%的基学习器未使用它进行学习。于是就用这36.8%的基学习器对这个样本进行预测，并把预测结果结合起来，与真实的标记yi进行对比，如果预测错误，就把对比结果记为1，预测正确，则记为0。对原始样本集D中的所有样本(m个)都进行这种操作，并把对比结果累加起来（误分类样本个数），再除以样本总数，就得到了泛化误差的包外估计。
好，理解以上这三点，差不多也就理解了Bagging的思想。再补充以下几点：
一是由于Bagging属于并行集成，所以训练一个Bagging集成与直接使用基学习算法训练一个基学习器的复杂度同阶，这表明Bagging是一个非常高效的集成学习算法。
二是与标准的AdaBoost只适用于二分类任务不同，Bagging可以不经调整就用于多分类和回归任务。
三是从偏差-方差分解的角度来看，与GBDT关注于降低偏差不同，Bagging主要关注降低方差，因此在不剪枝决策树、神经网络等容易受到样本扰动的学习器上效果更明显。
理解了这些，接下来理解随机森林就水到渠成了。
三、随机森林
随机森林（Random Forest，简称RF），是以决策树为基学习器的Bagging集成算法，是Bagging集成算法中性能最强的。要理解随机森林，就要从它的名称入手，拆成“随机”和“森林”两个词，分别来理解。
首先森林两个字是非常好理解的，随机森林的基学习器是决策树，成百上千棵决策树就构成了一个森林，这是一种形象的说法。学习到多棵决策树之后，再按照上面所写的Bagging中基学习器的结合方法，就可以得到分类或回归的最终预测结果。
再来理解随机二字。随机森林中运用了两个“随机”，一是样本随机，也就是一般的Bagging集成中通过自助采样所得到的效果，也叫做样本扰动，这体现了随机森林继承性的一面。二是特征随机，也叫属性扰动，体现了随机森林创新的一面。假设训练数据集中的样本有d个属性（特征），构成一个属性集合，那么随机森林在构建一棵决策树的过程中，在每一个结点上选择属性进行分裂时，都先从属性集合中随机选择一个包含k个属性的属性子集（k<d），再从这个子集中选择一个最优属性进行分裂。回想一下传统的决策树构建过程，在每一个结点上都是从完整的属性集合（包含d个属性）中，选择最佳的属性进行分裂。一般情况下，推荐k的值取
。
所以随机森林中每棵树生成的规则是：
1、对于包含m个样本的原始数据集，通过自助采样得到同样包含m个样本的训练集；
2、每个样本有d个特征，那么选择一个小于d的整数k，随机地从d个特征中选择k个特征，然后决策树在每个结点上进行分裂时，从k个特征中选择最优的；
3、每棵树都生长到最大深度，不进行剪枝。
以上就是随机森林的思想和操作流程，几乎没有公式（如果已经学习了决策树），非常简单是不是，简直不敢相信！
随机森林只是对Bagging做了一个小改动，与一般Bagging集成中基学习器的“多样性”仅来自于样本扰动不同，随机森林再加入了属性扰动的机制。可别小看了这一个小改动，它使得基学习器之间的差异度进一步增加，从而进一步提高了集成的泛化性能，并且由于随机森林在构建决策树时只考察一个属性子集，与一般Bagging集成考察全部属性相比，训练效率高得多。
也正因为属性扰动机制非常重要，所以选择多少个属性（k的值）构成属性子集，就成了一个至关重要的问题，这也是随机森林中唯一的参数。
四、随机森林总结
随机森林中的决策树是不需要进行剪枝的，却一般不会过拟合，原因就在于两个随机：样本随机和特征随机，使得生成的各决策树之间存在较大的差异性，哪怕单独的一棵树是过拟合的，集成之后也可以消除这种影响。
随机森林的优点非常明显：
1、能够有效地运行在大规模数据集上；
2、能够处理具有高维特征的输入样本，而不需要降维；
3、抗噪能力强，能够很好地处理缺失值问题；
4、能够评估各个特征在分类问题上的重要性；
5、随机森林抗过拟合的能力比较强，生成的决策树不需要进行剪枝；
6、在决策树生成的过程中，就能够通过包外估计，对泛化误差建立一个无偏估计。
参考资料：
1、周志华：《机器学习》
2、https://www.cnblogs.com/maybe2030/p/4585705.html