随机森林中树中每个节点的随机变量选择

Question

在随机森林方法中，对每棵树随机选择一组固定大小的变量(特征)。但是一旦这个集合被冻结，树是否像一个规则的决策树算法？

我假设随机森林只不过是产生了一堆经典的“决策树”，并对最终的分类进行投票。但是在许多地方，我读到的任何描述似乎都表明了这一点；对于森林中的给定决策树，即使是在每个节点，我们也会随机地选择变量。是这样吗？

这是否意味着，在树的每个节点，我们随机选择m个变量集，为该树是固定的？还是来自培训数据集的全局变量集？然后，从选定的变量集合中，我们启发式地选择了1个变量(例如，任何一个变量最大化信息增益)-这是正确的语句吗？

Answer 1

为了在随机森林中训练一棵树，从全局变量集中随机选取m个变量，并选择信息增益最大化的变量进行分割。资料来源：https://www.stat.berkeley.edu/~breiman/randomforest2001.pdf (原始随机森林纸)。