Ein Random Forest ist ein Verfahren des maschinellen Lernens, das aus vielen Entscheidungsbäumen besteht, die gemeinsam abstimmen. Jeder Baum sieht nur eine zufällige Teilmenge der Fälle und der Merkmale; das Ergebnis ist die Mehrheit der Bäume oder deren Durchschnitt.
- Random Forest
Viele Entscheidungsbäume, die gemeinsam abstimmen und dadurch verlässlicher werden.
Beispiel: „Der Random Forest aus 500 Bäumen traf acht Prozentpunkte besser als der beste einzelne Baum.“Warum der Zufall hilft: Einzelne Bäume machen verschiedene Fehler, und beim Abstimmen gleichen sich diese Fehler aus. Die Schwäche des Entscheidungsbaums, seine Empfindlichkeit gegenüber kleinen Änderungen, wird dadurch zur Stärke des Verfahrens.
Der Begriff stammt aus der Arbeit „Random Forests“ von Leo Breiman, erschienen 2001 in der Zeitschrift Machine Learning.
Wofür er bis heute die erste Wahl ist
Für Vorhersagen auf Tabellendaten. Bei Daten in Zeilen und Spalten, wie sie in jedem Unternehmen anfallen, schlagen Verfahren dieser Familie neuronale Netze regelmäßig, und zwar mit weniger Aufwand und weniger Daten. Wer eine Kündigungs-, Ausfall- oder Absatzvorhersage braucht, fängt hier an und nicht bei einem Sprachmodell.
Was er aufgibt
Die Lesbarkeit des einzelnen Baums. Fünfhundert Bäume lassen sich nicht mehr durchgehen, und damit ist der Weg zur Entscheidung nicht mehr nachvollziehbar. Was bleibt, ist die Angabe, welche Merkmale insgesamt am stärksten beitragen; das genügt für die fachliche Prüfung, nicht aber für die Begründung eines Einzelfalls.
Was in der Praxis daneben steht
Die verwandten Verfahren, die Bäume nacheinander statt nebeneinander bauen und jeden neuen auf die Fehler der vorigen ansetzen. Sie treffen meist noch etwas besser und brauchen mehr Sorgfalt bei den Einstellungen. In Ausschreibungen und Fachartikeln tauchen sie unter eigenen Namen auf; gemeint ist dieselbe Familie. Für ein erstes Modell auf Tabellendaten ist der Random Forest die bequemere Wahl, weil er mit den Voreinstellungen brauchbare Ergebnisse liefert. Erst wenn die letzten Prozentpunkte zählen, lohnt der Wechsel zu den aufwendigeren Verwandten. Beide laufen auf einem gewöhnlichen Rechner und brauchen keine Grafikkarte.