-
题名随机森林方法研究综述
被引量：767
- 1
-
-
作者
方匡南
吴见彬
朱建平
谢邦昌
-
机构
厦门大学经济学院计划统计系
厦门大学数据挖掘研究中心
-
出处
《统计与信息论坛》
CSSCI
2011年第3期32-38,共7页
-
基金
中央高校基本科研业务费专项资金<基于数据挖掘的数据质量管理研究>(2010221040)
国家统计局重点项目<金融风险中的统计方法>(2009LZ045)
-
文摘
随机森林(RF)是一种统计学习理论,它是利用bootsrap重抽样方法从原始样本中抽取多个样本,对每个bootsrap样本进行决策树建模,然后组合多棵决策树的预测,通过投票得出最终预测结果。它具有很高的预测准确率,对异常值和噪声具有很好的容忍度,且不容易出现过拟合,在医学、生物信息、管理学等领域有着广泛的应用。为此,介绍了随机森林原理及其有关性质,讨论其最新的发展情况以及一些重要的应用领域。
-
关键词
随机森林
分位数回归森林
生存回归森林
应用
-
Keywords
Random Forests
Quantile Regression Forests
Survival Regression Forests
application
-
分类号
O212
[理学—概率论与数理统计]
F222.3
[经济管理—国民经济]
-
