我喜欢装袋随机重新采样每棵树的训练集，随机森林为每棵树随机选择一个特征子集。
我的问题是，随机森林是否也会对训练集进行重新采样以及随机抽取特征子集。它实际上是双随机吗？
答案是肯定的，大多数时候，如果你愿意的话。
随机森林引导数据并随机选择特征。引导意味着它对与原始数据集大小相同的数据集进行采样，但进行了替换。因此，如果您有 N 个数据点，则每棵树将使用 N 个数据点，但有些可能会重复（因为它会一一采样并替换）。
然而，这真的取决于你做什么。在 sklearn 实现中，默认是引导，但您可以标记 bootstarp=False，然后您只有随机特征选择。请参阅此处的文档：http : //scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html