随机森林平均多棵随机化树，相较单棵树可降低不稳定性。分裂时变量抽样、每棵树的样本抽取及树复杂度共同影响多样性和局部拟合。增加树数主要改善数值稳定性，不能修复泄露、样本依赖或外推不足。应在预定验证设计下检查预测和解释的稳定性。
参数理由和文献依据见模型比较。
R 使用 ranger，Python 使用 scikit-learn，须分别理解参数含义、范围和随机种子处理。 配置、代码调用及当前检查见对应技能。
使用公共评估设计，在生成实验代码前提交建模计划。