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。
修改评论