文章标题：随机森林是特点鲜明的模型，不是万能的模型

文章作者：李欣海1, 2**
关 键 词：随机森林；偏效应；交互作用；多元共线性；R语言
文章摘要：

随机森林（Random forest）模型在2001年发表后得到广泛的关注。由于随机森林可以进行回归和判别等多种统计分析，而且不受正态性、方差齐性和自变量独立性等参数检验的前提条件的制约，其应用日益普遍，有被看作万能模型的趋势。实际上，随机森林是一种特点鲜明的模型，应用局部优化拟合观察值，在分析有偏效应关系的数据时，其结果往往不准确。本文以蝉科（Cicadidea）物种的分布数据为例，比较了随机森林在回归分析时与多元线性回归、广义可加模型和人工神经网络模型的差别，在判别分析时与线性判别分析的差别，强调了随机森林预测时的碎片化特点。结果显示随机森林在处理有多元共线性和交互作用的数据时，以及在判别分析时，其准确率最高。鉴于随机森林的局限性，建议做数据分析时选择多种模型进行比较。文中的R语言代码可为研究者提供参考。