数据分析算法库之随机森林，是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 Tin Kam Ho所提出的随机决策森林（random decision forests）而来的。这个方法则是结合 Breimans 的 "Bootstrap aggregating" 想法和 Ho 的"random subspace method"以建造决策树的集合。

随机森林的算法可被用于很多不同的领域，如互联网、金融，医疗市场，餐饮和电子商务。在互联网领域，它通常被用来检测那些比普通人更高频率使用互联网服务的客户，并及为他们进行兴趣的推荐。同时，他也会为客户过滤掉一些垃圾信息。在金融领域，它可用于预测未来股票的发展趋势。在医疗保健领域，它可用于药品正确的成分组合，分析医疗行业的发展以及医疗问题。除此之外，在电子商务领域中，随机森林可以被用来确定客户是否真的喜欢某个产品。

二、数据分析师Datahoop平台应用实例

击剑（Fencing）是从古代剑术决斗中发展起来的一项体育项目，它结合优雅的动作和灵活的战术，要求运动员精神的高度集中和身体的良好协调性，体现出运动员良好的动作和敏捷的反应。现代的击剑项目中引入了完善的保护衣具，并采用钝的剑尖，已经大大消除了这项运动的危险性，也极大的促进了这项运动在全世界范围内的传播。

击剑运动员穿戴击剑服装和护具，在击剑场上以一手持剑互相刺击，被先击中身体有效部位的一方，为被击中一方。本实例通过对双方选手年龄、比赛情况进行数据分析，运用随机森林算法预测出比赛结果。