QQ客服 官方微博 反馈留言

题名	随机森林算法研究及改进; Random Forest Algorithm Research And Improvement
作者	吕伟航
答辩日期	2013 ; 2013
导师	罗林开
关键词	随机森林 修剪 协同训练 半监督 Random Forests pruning co-training semi-supervised
英文摘要	随机森林作为一种常见的数据挖掘方法，已被证实是一种state-of-art的学习器，其不仅具有很高的分类回归性能，而且运算快速高效，并且随机森林能有效处理多分类问题，在应对噪声干扰上也具有明显的优势。 但是传统的随机森林模型在树的数量和树的选择中没有深入的研究。另外随机森林在半监督问题上的研究也较少，目前尚无良好的半监督随机森林模型，限制了随机森林的应用范围。本文针对这两个问题，展开了随机森林模型改进的研究。 本文利用随机森林的间隔，设计了一种基于Margin最优化的随机森林修剪模型，定义了每棵树的四种形式的margin评价方式，计算每棵树的margin评价值，采用递归消除的方式，对森林进...; As a common method of data mining, Random forests has been proved to be a state-of-the-art of learning model, which not only have well classification, regression, performance and fast and efficient operations, and random forest can effectively handle multiple classification problems, also has obvious advantage in dealing with the noise. But the traditional random forest model is just an integrati...; 学位：工学硕士; 院系专业：信息科学与技术学院_模式识别与智能系统; 学号：23220101153246
语种	zh_CN
出处	http://210.34.4.13:8080/lunwen/detail.asp?serial=39199
内容类型	学位论文
源URL	[http://dspace.xmu.edu.cn/handle/2288/79263]
专题	信息技术－学位论文
推荐引用方式 GB/T 7714	吕伟航. 随机森林算法研究及改进, Random Forest Algorithm Research And Improvement[D]. 2013, 2013.

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。