近年来，随机森林模型在界内的关注度与受欢迎程度有着显著的提升，这多半归功于它可以快速地被应用到几乎任何的数据科学问题中去，从而使人们能够高效快捷地获得第一组基准测试结果。

什么是随机森林 随机森林是多个决策树集成算法，树多了也就成了森林，随机森林包含多个决策树来降低过拟合， 那随机2字又该怎么解释呢？？ 随机体现在： 每次迭代时，对原始数据进行二次抽样来获得不同的训练数据。 对于每个树节点，考虑不同的随机特征子集来进行分裂。 spark代码实现 spark.ml支持二分类、多分类以及回归的随机森林算法 数据采用https://archive.ics.uci.edu/ml/machine-learning-databases/iri

MLlib是Spark的机器学习(ML)库，旨在简化机器学习的工程实践工作，并方便扩展到更大规模。

MLlib是Spark的机器学习(ML)库，旨在简化机器学习的工程实践工作，并方便扩展到更大规模。

决策树，是机器学习中一种非常常见的分类方法，也可以说是所有算法中最直观也最好理解的算法。