分类模型——随机森林
用于数据分析算法的分类模型有很多种，比如决策树、人工神经网络、朴素贝叶斯，随机森林等。本次我们重点介绍“随机森林”模型如何绘制成图形。随机森林(Random Forest)是一种由决策树构成的集成学习算法，基本单元是决策树，通过建立多个决策树模型的组合来解决预测问题。单个的决策树模型如下：
构造随机森林有四个步骤：
1、随机抽样，组建单个决策树针对研究对象抽取样本(每次抽取样本后放回)，通过选择好的样本用来训练一个决策树，作为决策树根节点处的样本。2、随机选取属性做分裂节点每个样本有多个属性，根据不同属性，在决策树的每个节点进行分裂(属性很多时可以抽取样本属性)。3、重复步骤二，直到不能再分裂4、把单个的决策树组合，形成随机森林模型。随机森林的优缺点1、优点：(1)它可以描述特征很多的数据，无需做特征选择；(2)它可以判断特征的重要程度；(3)可以判断出不同特征之间的相互影响；(4)在机器算法训练中，速度比较快，容易做成并行方法；(6)如果有很大一部分的特征遗失，仍可以维持准确度。2、缺点：对于有不同取值属性的数据，划分较多的属性会对随机森林模型产生较大的影响，所以随机森林在这种数据上产出的“属性权值”可信度不高。
随机森林的画法
能绘制随机森林的软件有很多，让我们一起运用—亿图图示(EdrawMax)绘制。
第一步：打开亿图图示PC端，准备绘画。
第二步：检索是否有设置好的模板。在新建选项卡页面中的搜索框中，搜索关键词：“随机森林”。
第三步：打开具体的模板，点击“使用”，然后在该模板的基础上进行修改。通过工具栏中的工具添加线条、文本框、形状……，也可以在左侧的符号库中添加各种符号，在右侧的效果框中设置效果。
第四步：综合修改后，完成作品。
第五步：绘制完成后，点击左上角“文件”选项卡，可以选择保存、另存为其他格式：网络、图片、矢量图、PDF、word、PPT……也可以保存在云盘(亿图图示自带云盘)，也可以选择“导出(各类格式)，或者发送(链接到电脑邮件，直接发送)。输出的选择很多，具体看自己的需要了。