文献类型：期刊文章

作　　者：温博文[1] 董文瀚[1] 解武杰[1] 马骏[1]

WEN Bowen;DONG Wenhan;XIE Wujie;MA Jun(College of Aeronautics and Astronautics Engineering,Air Force Engineering University,Xi’an 710038,China)

机构地区：[1]空军工程大学航空航天工程学院,西安710038

出　　处：《计算机工程与应用》

年　　份：2018

卷　　号：54

期　　号：10

起止页码：154-157

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：随机森林是一种有效的集成学习算法,被广泛应用于模式识别中。为了得到更高的预测精度,需要对参数进行优化。提出了一种基于袋外数据估计的分类误差,利用改进的网格搜索算法对随机森林算法中的决策树数量和候选分裂属性数进行参数优化的随机森林算法。仿真结果表明,利用该方法优化得到的参数都能够使随机森林的分类效果得到一定程度的提高。

关 键 词：随机森林  袋外估计  网格搜索 参数优化

分 类 号：TP181]