Non.
Les forêts aléatoires sont basées sur des algorithmes de partitionnement d'arbres.
En tant que tel, il n'y a pas d'analogue à un coefficient obtenu dans les stratégies de régression générales, qui dépendraient des unités des variables indépendantes. Au lieu de cela, on obtient une collection de règles de partition, essentiellement une décision étant donnée un seuil, et cela ne devrait pas changer avec la mise à l'échelle. En d'autres termes, les arbres ne voient que les rangs dans les entités.
Fondamentalement, toute transformation monotone de vos données ne devrait pas du tout changer la forêt (dans les implémentations les plus courantes).
De plus, les arbres de décision sont généralement robustes aux instabilités numériques qui nuisent parfois à la convergence et à la précision dans d'autres algorithmes.