Bagging是bootstrap aggregating。思想就是从总体样本当中随机取一部分样本进行训练，通过多次这样的结果，进行投票获取平均值作为结果输出，这就极大可能的避免了不好的样本数据，从而提高准确度。

使用随机森林做分类的话，最后会根据多棵树的投票结果，得到最终答案。

判断题使用随机森林做分类的话，最后会根据多棵树的投票结果，得到最终答案。

随机森林是由很多弱分类器构成的一个强分类器。

判断题随机森林是由很多弱分类器构成的一个强分类器。

随机森林中是由多棵树构成的。

判断题随机森林中是由多棵树构成的。