1.
解析：
A 错：随机森林在每个分裂只抽取部分特征寻找最优划分，而不是使用全部特征。
B 错：随机森林中的树通常“长到纯叶”，这是低偏差高方差的模型设计（说成“高偏差”不对）。
C 对：通过构建相关性较低的多棵树并对结果投票/平均，能有效降低方差、缓解过拟合。
D 错：随机性不仅来自自助采样，还来自每个分裂处的随机特征子集。
答案：C
1、关于随机森林 (RandomForest) 算法的下列说法中，哪一项是正确的?
{{ select(1) }}
- 随机森林在每个分裂节点上使用全部特征寻找最优划分，以确保每棵决策树的准确性最大化，从而提升整体性能
- 随机森林中的每棵决策树通常被允许充分生长，直至叶节点高度纯化，这种高偏差的设计有助于提升模型的泛化能力。
- 随机森林通过构建多棵相互之间相关性较低的决策树，对预测结果投票或平均，有效降低模型方差，缓解过拟合
- 随机森林的随机性仅来源于对训练数据的自助采样 (Bootstrap) ，在特征选择过程中不引入随机性,
