A Random Forest több döntési fát kombináló algoritmus, amely a fák többségi szavazata alapján hoz döntést.
Ez egy olyan módszer, amely javítja a döntési fák gyengeségeit. Általában pontosabb és robusztusabb, mint egyetlen fa.
Az egyik leggyakrabban használt és megbízható gépi tanulási algoritmus.
Vásárlói lemorzsolódás előrejelzése (churn prediction).
Az algoritmus egy szabályrendszer vagy lépéssorozat, amely meghatározza, hogyan kell egy adott problémát megoldani.
A döntési fa egy fa alakú modell, amely sorozatos kérdések alapján hoz döntést.
A felügyelt tanulás egy gépi tanulási módszer, ahol az algoritmust olyan adatokkal tanítják, amelyek tartalmazzák a bemeneteket és a hozzájuk tartozó helyes kimeneteket.
A hyperparaméter hangolás az a folyamat, amely során megtaláljuk a modell számára legjobb beállításokat.
A jellemzők azok a változók vagy tulajdonságok, amelyeket a modell a döntések meghozatalához használ.
A keresztvalidáció egy technika, amely az adatok több részre osztásával méri a modell teljesítményét.
Az osztályozás egy prediktív modellezési módszer, ahol a cél az, hogy az adatok előre definiált kategóriákba kerüljenek.
A regresszió egy gépi tanulási módszer, amely folytonos értékek előrejelzésére szolgál.
