随机森林有多颗分类回归树，但是有新的数据进入时，怎么进行投票，还是不懂，希望讲解一下
一般是调整分类权重，重新计算带阈值的多数投票，或者计算经验熵。具体在实践中一般是用梯度下降，经过n次迭代，找到最优的划分。
本质上，随机森林是将结果平面网格化，每个决策树节点相当于把这个平面做一次二分。然后你可以想象下，只要切割足够细，就可以把平面上的点做分类了。
比如说，随机森林里面有100棵树，输入一条需要预测的数据，分别放进这100棵树中，若70棵结果是a,30棵是b,那结果就是a,,这就是投票。
这个问题我早上回答过了，不知道为什么被删除了。请管理员帮忙恢复下。