bagging的好处是降低各个子分类器的variance，而决策树又是对数据敏感的算法，variance比较大。因此我们很自然地就把bagging用到了决策树。也就是基本的随机森林算法：
随机森林的好处是：
（1）每棵树并行化学习，非常有效率
（2）继承了CART的好处
（3）弥补了决策树variance大的缺点。
《机器学习技法》---随机森林
原文：http://www.cnblogs.com/coldyan/p/6512211.html
