随机森林与支持向量机分类性能比较

被引:197
作者
黄衍
查伟雄
机构
[1] 华东交通大学交通运输与经济研究所
关键词
随机森林; 支持向量机; 分类;
D O I
暂无
中图分类号
TP18 [人工智能理论]; O212.4 [多元分析];
学科分类号
070103 [概率论与数理统计]; 140502 [人工智能];
摘要
随机森林是一种性能优越的分类器。为了使国内学者更深入地了解其性能,通过将其与已在国内得到广泛应用的支持向量机进行数据实验比较,客观地展示其分类性能。实验选取了20个UCI数据集,从泛化能力、噪声鲁棒性和不平衡分类三个主要方面进行,得到的结论可为研究者选择和使用分类器提供有价值的参考。
引用
收藏
页码:107 / 110
页数:4
相关论文
共 4 条
[1]
随机森林方法研究综述 [J].
方匡南 ;
吴见彬 ;
朱建平 ;
谢邦昌 .
统计与信息论坛, 2011, 26 (03) :32-38
[2]
随机森林针对小样本数据类权重设置 [J].
李建更 ;
高志坤 .
计算机工程与应用 , 2009, (26) :131-134
[3]
LIBSVM[J] Chih-Chung Chang;Chih-Jen Lin ACM Transactions on Intelligent Systems and Technology (TIST) 2011,
[4]
Random Forests.[J] Leo Breiman Machine Learning 2001,