--- title: "O que é Random Forest?" url: https://www.blog.psicometriaonline.com.br/o-que-e-random-forest canonical: https://www.blog.psicometriaonline.com.br/o-que-e-random-forest language: pt-BR published: 2025-09-05T15:22:00.000Z updated: 2026-03-30T13:49:07.994Z modified: 2026-03-30T13:49:07.994Z author: "Alessandro Reis" categories: ["Inteligência artificial"] tags: ["machine learning"] description: "Entenda o que é Random Forest, como funciona esse algoritmo de machine learning e descubra aplicações práticas na pesquisa científica." source: Blog Psicometria Online --- # O que é Random Forest? > Como assim uma floresta randômica? Por que esse algoritmo tem esse nome tão curioso? A resposta é simples: a ideia por trás do Random Forest é combinar várias árvores de decisão a fim de gerar previsões mais confiáveis. Em síntese, cada árvore funciona como um amigo dando um palpite — às vezes a... Como assim uma floresta randômica? Por que esse algoritmo tem esse nome tão curioso? A resposta é simples: a ideia por trás do ***Random Forest*** é combinar várias árvores de decisão a fim de gerar previsões mais confiáveis.  Em síntese, cada árvore funciona como um amigo dando um palpite — às vezes acerta, às vezes erra. No entanto, quando você junta a opinião de dezenas ou centenas deles, a probabilidade de acerto cresce bastante. É exatamente isso que esse algoritmo faz: constrói muitas árvores de decisão — daí o termo “floresta” —, cada uma analisando partes diferentes dos dados escolhidas aleatoriamente — daí o termo “randômica”. Em seguida, os resultados são combinados, gerando algo superior ao que cada árvore de decisão teria previsto isoladamente (Figura 1). ![processo de decisão no Random Forest.](/uploads/2025-09_decision-tree-exemplo.jpg) *Figura 1. Como o Random Forest combina árvores de decisão para produzir um resultado final.* Portanto, o truque está no coletivo: onde uma árvore pode falhar, a floresta compensa. Além disso, o algoritmo tem uma vantagem adicional: ele é útil tanto para problemas de **classificação** quanto para problemas de **regressão**. ## *Random Forest* para problemas de classificação e de regressão O *Random Forest* é um algoritmo muito popular porque ele funciona para todo tipo de problema de [aprendizagem supervisionada](/aprendizagem-supervisionada-e-nao-supervisionada): tanto para os problemas de classificação quanto para os problemas de regressão. Em resumo, classificar significa rotular, enquanto regredir significa estimar valores. Em um problema de **classificação**, almejamos separar os casos de nosso banco de dados em [categorias bem definidas](/qual-a-diferenca-entre-variaveis-nominais-e-ordinais). Por exemplo, imagine um teste psicológico que avalia níveis de ansiedade: nesse caso, esse algoritmo pode nos ajudar a classificar cada participante em um de três grupos mutuamente excludentes de nível de ansiedade — “baixo”, “moderado” ou “alto”.  Por outro lado, em um problema de **regressão**, visamos prever os valores dos casos de nosso banco de dados em uma variável dependente contínua. Nesse caso, em vez de dizer em qual grupo uma observação se encaixa, o *Random Forest* poderia prever a **pontuação exata** que essa observação teria em uma escala de autoestima ou de inteligência emocional, a partir de dados sobre seu histórico, respostas anteriores ou características demográficas. ![representação metafórica da ideia do nome "random forest".](/uploads/2025-09_random-forest-ilustracao.png) ## Onde o *Random Forest* é útil? (10 exemplos) ### *Random Forest* aplicado a problemas de classificação Em seguida, listamos cinco possíveis aplicações do *Random Forest* em problemas de classificação: 1. Classificar pacientes em “risco baixo” ou “risco alto” de depressão. 2. Categorizar indivíduos em relacionamentos românticos, com base em transcrições de sessões de psicoterapia, como tendo estilos de apego “seguro”, “ansioso”, “evitativo” ou “ambivalente”. 3. Classificar se uma fala em entrevista clínica indica ideação suicida ou não. 4. Identificar se um paciente apresenta sintomas compatíveis com TEPT. 5. Classificar respostas em um teste projetivo como “indicativas” ou “não indicativas” de ansiedade. Resumidamente, os cinco exemplos anteriores mostram que as classificações rotulam as observações em categorias mutuamente excludentes. ### *Random Forest* aplicado a problemas de regressão Veja cinco possíveis aplicações do *Random Forest* em problemas de regressão: 1. Prever a intensidade da ansiedade em uma escala numérica. 2. Estimar a pontuação de memória de um idoso em avaliações futuras. 3. Prever o nível de adesão a um tratamento psicológico. 4. Prever a evolução da autoestima ao longo de sessões de psicoterapia. 5. Prever a redução de sintomas depressivos após oito semanas de intervenção. Em síntese, esses cinco exemplos mostram que o valor previsto corresponde a um número real, ou seja, a uma medida contínua. ## Por que o *Random Forest* é tão popular? Por que, afinal, o *Random Forest* é tão popular? Primeiramente, ele consiste em um algoritmo **robusto**, pois lida bem com dados ruidosos ou incompletos, comuns em pesquisas com seres humanos. Além disso, ele também é **versátil**, servindo tanto para classificar indivíduos em grupos (e.g., risco de depressão) quanto para prever valores contínuos (e.g., pontuação em escalas psicológicas). Por fim, ele é **simples de usar**: oferece bons resultados sem demandar ajustes complexos, o que o torna acessível até para quem não é especialista em [*Machine Learning*](/o-que-e-machine-learning). ## Conclusão *Random Forest* é um algoritmo que une várias árvores de decisão para fazer previsões mais confiáveis. Cada árvore analisa partes diferentes dos dados, escolhidas ao acaso, e os resultados são combinados. O algoritmo serve tanto para classificar (e.g., risco de depressão) quanto para prever valores contínuos (e.g., pontuação em escalas). **Sozinho, um galho quebra; juntos, viram floresta!** ## Como citar este post > **Como citar este artigo:** Reis, A. (2025, 5 de setembro). O que é random forest? *Blog Psicometria Online*. https://www.blog.psicometriaonline.com.br/o-que-e-random-forest