QQ客服 官方微博 反馈留言

	基于随机森林方法的异常样本检测方法; Outlier detection based on random forest
	邱一卉 ; 林成德
	2007-08
关键词	异常样本检测 随机森林 马氏距离 outlier detection random forest mahalanobis distance
英文摘要	摘要: 提出一种基于随机森林方法的异常样本 (outliers)检测方法。仿真实验表明 ,与其他 2种基于 距离的异常样本检测技术相比 ,这种方法可以更好地提高模型的准确率 ,且具有较强的鲁棒性 ,在处 理大规模数据集时还能显著地减少计算时间。Abstract: It intr oduces an outliers detecti on method based on random forest . Compared with the other t wo common outliers detecti on methods based on distance, the p roposed method can i mp r ove the performance and robustness of the model and can als o reduce the computati on ti me .
语种	中文
出版者	福建工程学院学报
内容类型	期刊论文
源URL	[http://dspace.xmu.edu.cn/handle/2288/8187]
专题	信息技术－已发表论文
推荐引用方式 GB/T 7714	邱一卉,林成德. 基于随机森林方法的异常样本检测方法, Outlier detection based on random forest[J],2007.
APA	邱一卉,&林成德.(2007).基于随机森林方法的异常样本检测方法..
MLA	邱一卉,et al."基于随机森林方法的异常样本检测方法".(2007).

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。