本研究提出了一种新的随机回归森林算法，优化了特征成本与准确性，并通过实证研究验证了其在资源受限情况下的优越性。研究还探讨了超参数设置、后处理正则化方法及自适应分割平衡森林（ASBF）方法，展示了随机森林在减少偏差和提高预测性能方面的优势。