用于分类的随机森林和Bagging分类树比较

被引：14

作者：

马景义 ^{[1
,2
]}

谢邦昌 ^{[2
,3
]}

机构：

[1] 北京师范大学社会发展与公共政策学院

[2] 中央财经大学统计学院

[3] 辅仁大学统计资讯学系暨应用统计所

来源：

关键词：

组合方法; 随机森林; Bagging分类树;

D O I：

暂无

中图分类号：

O212.1 [一般数理统计];

学科分类号：

020208 ; 070103 ; 0714 ;

摘要：

借助试验数据,从两种理论分析角度解释随机森林算法优于Bagging分类树算法的原因。将两种算法表述在两种不同的框架下,消除了这两种算法分析中的一些模糊之处。尤其在第二种分析框架下,更能清楚的看出,之所以随机森林算法优于Bagging分类树算法,是因为随机森林算法对应更小的偏差。

引用

页码：18 / 22

页数：5