

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、集成學(xué)習(xí)的興起,為分類(lèi)方法的設(shè)計(jì)提供了一個(gè)新的研究方向。隨機(jī)森林是在眾多集成方法中逐漸發(fā)展起來(lái)的一種分類(lèi)器集成學(xué)習(xí)的方法,在實(shí)際中得到廣泛應(yīng)用,成為數(shù)據(jù)挖掘、人工智能、機(jī)器學(xué)習(xí)、模式識(shí)別等領(lǐng)域的研究人員以及工程應(yīng)用領(lǐng)域中的技術(shù)人員共同關(guān)心的一個(gè)研究熱點(diǎn)。
隨機(jī)森林在降低分類(lèi)系統(tǒng)泛化誤差、簡(jiǎn)化分類(lèi)器設(shè)計(jì)等方面表現(xiàn)優(yōu)良,但是隨機(jī)森林方法并不完美,從實(shí)際應(yīng)用中看,還有著大量進(jìn)一步提升精度,降低泛化誤差的需求。
本文在介紹集
2、成學(xué)習(xí)和隨機(jī)森林的研究現(xiàn)狀、算法思想的基礎(chǔ)上,重點(diǎn)分析了隨機(jī)森林的優(yōu)缺點(diǎn),并提出了一些改進(jìn)的方案,進(jìn)行了大量的實(shí)驗(yàn)分析,完成了以下研究工作:
(1)在分析了隨機(jī)森林集成的強(qiáng)度和相關(guān)度之間的關(guān)系的基礎(chǔ)上,提出了一種新的特征選擇算法。為了降低隨機(jī)森林的泛化誤差上界,提高森林整體性能,在綜合考慮強(qiáng)度和相關(guān)度之間相互影響的關(guān)系后,利用卡方檢驗(yàn)進(jìn)行特征的相關(guān)性評(píng)估,依據(jù)評(píng)估的結(jié)果在特征空間進(jìn)行有區(qū)分的隨機(jī)選擇特征。經(jīng)實(shí)驗(yàn)驗(yàn)證,這種方法在
3、保留原始算法所有的優(yōu)點(diǎn)的基礎(chǔ)上,可以進(jìn)一步的降低隨機(jī)森林的誤差上界,提高泛化精度;
(2)在理解單個(gè)分類(lèi)樹(shù)與集成的整體效果之間的關(guān)系后,進(jìn)一步對(duì)分類(lèi)樹(shù)之間關(guān)系進(jìn)行了分析,設(shè)計(jì)了一種基于層次聚類(lèi)的模型選擇算法。通過(guò)將符合度量標(biāo)準(zhǔn)的分類(lèi)樹(shù)不斷凝聚在一起,再?gòu)闹袑で蟠順?shù)進(jìn)行參與森林的集成。提出了樹(shù)與樹(shù)之間的相似性度量,并在實(shí)驗(yàn)中使用多種度量比較分析,該模型選擇算法可以提高樹(shù)與樹(shù)之間的差異度,利用較少的樹(shù)就可以提高森林的分類(lèi)精度;<
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 隨機(jī)森林算法優(yōu)化研究.pdf
- 基于Ⅳ屬性選擇的隨機(jī)森林模型研究.pdf
- 隨機(jī)森林算法的優(yōu)化改進(jìn)研究.pdf
- 基于隨機(jī)森林的代價(jià)敏感特征選擇研究.pdf
- 粒子群優(yōu)化加權(quán)隨機(jī)森林算法研究.pdf
- 基于隨機(jī)森林特征選擇的貝葉斯分類(lèi)模型及應(yīng)用.pdf
- 優(yōu)化隨機(jī)回歸模型的選擇.pdf
- 文本表示模型和特征選擇算法研究.pdf
- 面向高維數(shù)據(jù)的隨機(jī)森林算法優(yōu)化研究.pdf
- 隨機(jī)森林的模型選擇及其并行化方法.pdf
- 基于隨機(jī)搜索策略的特征選擇算法研究.pdf
- 基于隨機(jī)森林模型的心臟CT圖像分割算法研究.pdf
- 基于隨機(jī)森林和梯度提升模型的上位效應(yīng)檢測(cè)算法研究.pdf
- 隨機(jī)顧客和需求的配送優(yōu)化-模型與算法.pdf
- 基于加權(quán)決策樹(shù)的隨機(jī)森林模型優(yōu)化.pdf
- 隨機(jī)條件下列車(chē)調(diào)度問(wèn)題的優(yōu)化模型和算法研究.pdf
- 推薦系統(tǒng)中隨機(jī)森林算法的優(yōu)化與應(yīng)用.pdf
- 面向醫(yī)學(xué)數(shù)據(jù)的隨機(jī)森林特征選擇及分類(lèi)方法研究.pdf
- 基于隨機(jī)森林和boosting思想的推薦算法的研究.pdf
- BPOF特征與優(yōu)化型隨機(jī)森林的人體姿態(tài)估計(jì)研究.pdf
評(píng)論
0/150
提交評(píng)論