一种随机森林的混合算法

被引：39

作者：

曹正凤 ^{[1
,2
]}

谢邦昌 ^{[3
]}

纪宏 ^{[1
]}

机构：

[1] 首都经济贸易大学统计学院

[2] 北京石油化工学院经济管理学院

[3] 台湾辅仁大学统计资讯学系

来源：

统计与决策 | 2014年 / 04期

关键词：

随机森林; 混合算法; 精确度;

D O I：

10.13546/j.cnki.tjyjc.000109

中图分类号：

O211.6 [随机过程];

学科分类号：

070103 [概率论与数理统计];

摘要：

随机森林(RF)是众多分类算法中精确度较高的算法,但其精确度还有提升的需求。文章通过分析C4.5算法和CART算法的计算过程,比较了两者的异同点,提出了一种新的混合随机森林算法,并使用公共的UCI数据集进行实证分析,实验数据表明该算法可以提高随机森林的精确度。从而,使随机森林算法的应用领域得到了扩大。

引用

页码：7 / 9

页数：3