「ブートストラップ森」プラットフォームは、複数のディシジョンツリー（決定木）における応答の予測値を平均することによって応答を予測します。各ディシジョンツリーは、学習データからのブートストラップ標本から求められます。ブートストラップ標本は、元データから無作為に復元抽出したものです。無作為抽出されたデータにディシジョンツリーをあてはめていく処理を何度も行います。さらに、各ディシジョンツリーの各分岐において、説明変数も無作為抽出されます。各ディシジョンツリーは、パーティション章で説明している手法によって求められます。

ブートストラップ標本の抽出には、復元抽出が使用されます。抽出されるオブザベーションの割合は指定できます。100%のオブザベーションが抽出されるように指定した場合は、各復元抽出において1度も抽出されないオブザベーションの割合は、およそ1/e（約36.8%）です。各抽出において、これらの抽出されなかったオブザベーションは「バッグ外標本（out-of-bag）」と呼ばれます。逆に、1度以上、抽出されたオブザベーションは「バッグ内標本（in-bag）」と呼ばれます。応答変数が連続尺度である場合、「ブートストラップ森」プラットフォームはバッグ外標本から計算される統計量（「バッグ外誤差（out-of-bag error）」という）も求めます。

ブートストラップ森の詳細については、Hastie et al.（2009）を参照してください。