期刊文章详细信息
文献类型:期刊文章
机构地区:[1]深圳市高性能数据挖掘重点实验室,深圳518055 [2]中国科学院深圳先进技术研究院,深圳518055
年 份:2013
卷 号:2
期 号:1
起止页码:1-7
语 种:中文
收录情况:JST、RCCSE、普通刊
摘 要:随机森林是一种著名的集成学习方法,被广泛应用于数据分类和非参数回归。本文对随机森林算法的主要理论进行阐述,包括随机森林收敛定理、泛化误差界以和袋外估计三个部分。最后介绍一种属性加权子空间抽样的随机森林改进算法,用于解决超高维数据的分类问题。
关 键 词:随机森林 数据挖掘 机器学习
分 类 号:TP311.13]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...