基于边缘函数的修剪随机森林算法

发布时间：2018-02-04 11:46

  本文关键词： 随机森林 修剪 样本的边缘函数 嵌套子森林 -se法则　出处：《统计与决策》2017年07期 　论文类型：期刊论文

【摘要】：对随机森林做修剪的目的就是要把随机森林中重要的分类器找到,使得修剪后得到的子森林不仅具有可解释性,而且能充分利用数据的信息量。文章提出一种新的修剪随机森林方法,基于样本的边缘函数,采用逐步向后算法,得到嵌套子森林,采用1-se法则挑选最优子森林。在两份实际数据中和已有随机森林的修剪方法做了对比,结果表明,所提出的方法,在修剪后子森林预测率的分布和子森林中分类器个数的分布,以及选出的解释变量三个指标上均具有优势。
[Abstract]:The purpose of pruning random forest is to find the important classifier in random forest, so that the pruned sub-forest is not only interpretable. This paper presents a new pruning random forest method, which is based on the edge function of the sample, and uses step by step backward algorithm to obtain the nested sub-forest. The 1-se rule is used to select the optimal sub-forest. The results show that the proposed method is compared with the pruning method of the existing random forest in two actual data. After pruning, the distribution of prediction rate and the number of classifiers in the sub-forest, as well as the selected explanatory variables, all have advantages.
【作者单位】： 广州科技贸易职业学院公教部;
【分类号】：O211.6
【正文快照】： 0引言随机森林是基于决策树的分类器集成算法,自2001年Leo Breiman提出随机森林[1]算法以来,它在分类和预测方面显示出强大的优势,并被广泛应用到生物、地理、生态、全基因组关联性研究等领域[2-6]。目前研究修剪随机森林的文献可分为两类,一类是在随机森林生成之后,对它做修

【相似文献】

相关会议论文 前7条

1 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

2 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年

3 张天龙;梁龙;王康;李华;;随机森林结合激光诱导击穿光谱技术用于的钢铁分类[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

4 相玉红;张卓勇;;组蛋白去乙酰化酶抑制剂的构效关系研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年

5 张涛;李贞子;武晓岩;李康;;随机森林回归分析方法及在代谢组学中的应用[A];2011年中国卫生统计学年会会议论文集[C];2011年

6 冯飞翔;冯辅周;江鹏程;刘菁;刘建敏;;随机森林和k-近邻法在某型坦克变速箱状态识别中的应用[A];第八届全国转子动力学学术讨论会论文集[C];2008年

7 曹东升;许青松;梁逸曾;陈宪;李洪东;;组合树的集合体和后向消除策略去分类P-糖蛋白化合物[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年

相关博士学位论文 前5条

1 张乾;基于随机森林的视觉数据分类关键技术研究[D];华南理工大学;2016年

2 曹正凤;随机森林算法优化研究[D];首都经济贸易大学;2014年

3 雷震;随机森林及其在遥感影像处理中应用研究[D];上海交通大学;2012年

4 岳明;基于随机森林和规则集成法的酒类市场预测与发展战略[D];天津大学;2008年

5 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年

相关硕士学位论文 前10条

1 钱维;药品不良反应监测中随机森林方法的建立与实现[D];第二军医大学;2012年

2 韩燕龙;基于随机森林的指数化投资组合构建研究[D];华南理工大学;2015年

3 贺捷;随机森林在文本分类中的应用[D];华南理工大学;2015年

4 张文婷;交通环境下基于改进霍夫森林的目标检测与跟踪[D];华南理工大学;2015年

5 李强;基于多视角特征融合与随机森林的蛋白质结晶预测[D];南京理工大学;2015年

6 朱玟谦;一种收敛性随机森林在人脸检测中的应用研究[D];武汉理工大学;2015年

7 肖宇;基于序列图像的手势检测与识别算法研究[D];电子科技大学;2014年

8 李慧;一种改进的随机森林并行分类方法在运营商大数据的应用[D];电子科技大学;2015年

9 赵亚红;面向多类标分类的随机森林算法研究[D];哈尔滨工业大学;2014年

10 黎成;基于随机森林和ReliefF的致病SNP识别方法[D];西安电子科技大学;2014年

，

本文编号：1490131