Não.
As florestas aleatórias são baseadas em algoritmos de particionamento em árvore.
Como tal, não há análogo ao coeficiente obtido nas estratégias gerais de regressão, o que dependeria das unidades das variáveis independentes. Em vez disso, é possível obter uma coleção de regras de partição, basicamente uma decisão com um limite, e isso não deve mudar com o dimensionamento. Em outras palavras, as árvores só veem classificações nos recursos.
Basicamente, qualquer transformação monotônica de seus dados não deve alterar a floresta (nas implementações mais comuns).
Além disso, as árvores de decisão geralmente são robustas para instabilidades numéricas que às vezes prejudicam a convergência e a precisão em outros algoritmos.