一种顺序响应的随机森林:变量预测和选择

被引：10

作者：

吴辰文

梁靖涵

王伟

李长生

机构：

[1] 兰州交通大学电子与信息工程学院

来源：

小型微型计算机系统 | 2017年 / 38卷 / 08期

关键词：

随机森林(RF); 有序回归树; 顺序响应; 特征选择; 变量重要性;

D O I：

10.20009/j.cnki.21-1106/tp.2017.08.019

中图分类号：

O212 [数理统计];

学科分类号：

070103 [概率论与数理统计];

摘要：

利用随机森林法(RF)进行分类和回归,在过去被广泛地研究,然而在基于顺序响应的情况下并没有标准的方法.在随机森林(RF)的基础上通过广泛的研究,对条件推理树进行探索,以探讨结合顺序信息是否改善预测性能或提高变量选择的效果.本文提出的两种置换变量的重要性预测方法 RPS-VIM和MAE-VIM经过实验验证是优化的方法,它替代目前存在的内置变量重要性测量方法 ER-VIM和MSE-VIM.基于真实数据的结果表明在某些设置中,有序回归树中使用RPS-VIM和MAEVIM顺序响应的组合,预测的排名可以得到改善,并且预测精度优于原始的基于分类树的随机森林.

引用

页码：1762 / 1766

页数：5

共 8 条

[1]

基于排序熵的有序决策树高效算法研究 [D].