随机森林的本质还是决策树，在拥有决策树优点的同时，弥补了决策树的缺点。因为随机森林选取数据样本和特征都是随机的，所以在训练时要设定`random_state`，以确保我们每次训练都得到稳定的结果。

机器学习算法都有不同的超参数，通过调整超参找到最优的模型，几乎是每一个用机器学习算法解决问题的必经步骤。