جنگل تصادفی با اضافه کردن انتخاب تصادفی ویژگی‌ها در هر گره، بگینگ را یک گام جلوتر می‌برد و باعث تعمیم بهتر مدل می‌شود.
در این قسمت، یاد می‌گیرید چگونه اهمیت ویژگی‌ها در جنگل تصادفی محاسبه می‌شود و چرا این روش در بسیاری از کاربردهای دنیای واقعی از یک درخت تصمیم تکی عملکرد بهتری دارد. در پایان، شما می‌توانید یک مدل جنگل تصادفی را در پایتون آموزش دهید، ارزیابی کنید و تنظیم نمایید.