随机森林（Random Forest）是一种集成学习方法，它通过构建多个决策树并结合它们的预测结果来进行分类或回归任务。这种算法的核心内容在于产生大量决策树，每个树在训练过程中使用数据的一个随机子集和一个随机选择的特征子集来构建，以此减少模型的方差并提升预测准确性。