随机森林模型在分类与回归分析中的应用

被引：357

作者：

李欣海

机构：

[1] 中国科学院动物研究所

来源：

应用昆虫学报 | 2013年 / 50卷 / 04期

关键词：

随机森林; 分类树; 判别分析; 回归; 机器学习;

D O I：

暂无

中图分类号：

S711 [森林数学];

学科分类号：

摘要：

随机森林(random forest)模型是由Breiman和Cutler在2001年提出的一种基于分类树的算法。它通过对大量分类树的汇总提高了模型的预测精度,是取代神经网络等传统机器学习方法的新的模型。随机森林的运算速度很快,在处理大数据时表现优异。随机森林不需要顾虑一般回归分析面临的多元共线性的问题,不用做变量选择。现有的随机森林软件包给出了所有变量的重要性。另外,随机森林便于计算变量的非线性作用,而且可以体现变量间的交互作用(interaction)。它对离群值也不敏感。本文通过3个案例,分别介绍了随机森林在昆虫种类的判别分析、有无数据的分析(取代逻辑斯蒂回归)和回归分析上的应用。案例的数据格式和R语言代码可为研究随机森林在分类与回归分析中的应用提供参考。

引用

页码：1190 / 1197

页数：8

共 11 条

[1] 用组合模型综合比较的方法分析气候变化对朱鹮潜在生境的影响 [J].

翟天庆 ;

李欣海 .

生态学报, 2012, 32 (08) :2361-2370

[2] Vulnerability of 208 endemic or endangered species in China to the effects of climate change [J].

Li, Xinhai ;

Tian, Huidong ;

Wang, Yuan ;

Li, Renqiang ;

Song, Zengming ;

Zhang, Fengchun ;

Xu, Ming ;

Li, Dianmo .

REGIONAL ENVIRONMENTAL CHANGE, 2013, 13 (04) :843-852

[3]

Classification in conservation biology: A comparison of five machine-learning methods[J] . Christian Kampichler,Ralf Wieland,Sophie Calmé,Holger Weissenberger,Stefan Arriaga-Weiss.Ecological Informatics . 2010 (6)

[4] Variable selection using random forests [J].

Genuer, Robin ;

Poggi, Jean-Michel ;

Tuleau-Malot, Christine .

PATTERN RECOGNITION LETTERS, 2010, 31 (14) :2225-2236

[5]

Variable Importance Assessment in Regression: Linear Regression versus Random Forest[J] . Ulrike Gr?mping.The American Statistician . 2009 (4)

[6] Why the crested ibis declined in the middle twentieth century [J].

Li, Xinhai ;

Tian, Huidong ;

Li, Dianmo .

BIODIVERSITY AND CONSERVATION, 2009, 18 (08) :2165-2172

[7]

Estimating potential habitat for 134 eastern US tree species under six climate scenarios[J] . Louis R. Iverson,Anantha M. Prasad,Stephen N. Matthews,Matthew Peters.Forest Ecology and Management . 2007 (3)

[8]

Empirical characterization of random forest variable importance measures[J] . Kellie J. Archer,Ryan V. Kimes.Computational Statistics and Data Analysis . 2007 (4)

[9]

Nest site use by crested ibis: dependence of a multifactor model on spatial scale[J] . Xinhai Li,Dianmo Li,Zhijun Ma,David C. Schneider.Landscape Ecology . 2006 (8)

[10] Random forests [J].

Breiman, L .

MACHINE LEARNING, 2001, 45 (01) :5-32

← 1 2 →