Bootstrap 森林方法的附加随机化对于共线性输入变量，我们期望相似的变量重要性。
但我们注意到，对于共线性输入变量，JMP 根据提供给平台的顺序选择用于拆分的变量……而不是在顶级拆分候选者之间存在联系的情况下在这些拆分变量中随机选择。有些事情看起来很小……但如果我们想讲述完整的故事，它最终会变得很重要。
我们于 2020 年 5 月 22 日向 JMP 支持 (7613090128) 提出了这一问题，他们提到他们将转交给 JMP 研发部门。在最近的高级预测建模研讨会上，我引起了 Chris Gotwalt 的注意，他很快提出了一些额外的随机化，这些随机化也很快在他们的代码库中实现，并且应该在 16.2 或 17.0 中可用。
统计与分析回复：引导森林方法的附加随机化确认该问题将在 JMP 17 中得到解决。
回复：引导森林方法的附加随机化 - 状态更改为：正在开发回复：引导森林方法的附加随机化我们可以关闭此投票并可能标记为已交付（或即将交付）。
