الغابة العشوائية (RF) هي نوع من الطرق التعلُّمية الآلية القائمة على التجميع، وقد تم تطبيقها على مجموعة متنوعة من مهام التعلُّم الآلي في السنوات الأخيرة. يقترح هذا المقال نهجًا تطوريًا لإنشاء غابة عشوائية مائلة (oblique RF) لمشاكل الانحدار. وبشكل أكثر تحديدًا، يُنشئ هذا الأسلوب غابة عشوائية مائلة من خلال تحويل الفضاء المميزات الأصلي إلى فضاء مميزات جديد باستخدام طريقة البناء المميزات التطورية. ولتسريع عملية البحث، يُقيّم الأسلوب المقترح كل مجموعة من المميزات بناءً على شجرة قرار (DT) بدلًا من الغابة العشوائية (RF). ولتحقيق غابة عشوائية، يتم حفظ المميزات الأفضل أداءً والأشجار المرتبطة بها أثناء عملية البحث. وبهذه الطريقة، يمكن بناء كل من المميزات والغابة بشكل متزامن في عملية واحدة. وقد تم تطبيق الغابة التطورية المقترحة على 117 مشكلة معيارية تختلف في خصائصها، وتم مقارنتها مع بعض الطرق المتقدمة في الانحدار، بما في ذلك عدة نسخ مُعدَّلة من الغابة العشوائية (RF) وطرق شجرة القرار المُعززة بالتدرج (GBDTs). تشير نتائج التجارب إلى أن الأسلوب المقترح يتفوق على الطرق الحالية للغابة العشوائية وطرق GBDT.