随机森林分类器如何确定最终分类

Question

我知道随机森林分类器使用决策树上的聚合来确定最终分类

我在这里读到：https://www.datascience.com/blog/classification-random-forests-in-python

“随机森林是一种集成决策树算法，因为在回归问题的情况下，最终预测是每个单独决策树预测的平均值；在分类中，它是最频繁预测的平均值”

我感兴趣的是找出我的RFC的最终决策路径是什么，即它从哪棵树上取平均值（这似乎是“最频繁预测”的树）

我只是不知道最频繁的预测是什么意思，比如说我有3个类（1，2，3），RFC预测类3的频率最高，这是否意味着元RFC会取所有预测类3的树的平均值？这似乎直觉上是错误的

有人能给我解释一下吗