我知道随机森林分类器在决策树上使用聚合来确定最终分类。
我在这里阅读：https://www.datascience.com/blog/classification-random-forests-in-python
“随机森林是一种集成决策树算法，因为在回归问题的情况下，最终预测是每个决策树的平均预测；在分类中，它是最频繁预测的平均” / p>
我有兴趣找出我的RFC的最终决策路径是什么，即它取平均值的是哪棵树（这似乎是具有“最频繁预测”的树）
我只是不确定我是否理解最频繁的预测是什么意思，比如说我有3个类别（1、2、3），而RFC则最频繁地预测3类，这是否意味着元RFC将采用预测等级3的所有树木的平均值？从直觉上看这是错误的。
有人可以帮我解释一下吗？