基于隨機(jī)森林的醫(yī)療行業(yè)供應(yīng)商的等級(jí)評(píng)估模型.pdf

1、嚳短狄學(xué)碩士學(xué)位論文學(xué)校代碼：10357密級(jí)：保密期隈：基于隨機(jī)森林的醫(yī)療行業(yè)供應(yīng)商的等級(jí)評(píng)估模型TheRatingEvaluationModelofMedicalIndustrySupplierBasedonRandomForest學(xué)號(hào)姓名學(xué)位類(lèi)別學(xué)科專(zhuān)業(yè)(工程領(lǐng)域)指導(dǎo)教師完成時(shí)間15301147康雅文應(yīng)用統(tǒng)計(jì)碩士應(yīng)用統(tǒng)計(jì)高文武2017年5月摘要lIlllllIlttlIllltLIIILIltllIlllLIttllllitIll

2、lY3215256目前，傳統(tǒng)的市場(chǎng)經(jīng)濟(jì)環(huán)境正在發(fā)生著巨大的演變。企業(yè)現(xiàn)在所面臨的不僅僅是以往常見(jiàn)的企業(yè)間的競(jìng)爭(zhēng)，而是轉(zhuǎn)變?yōu)槠髽I(yè)在供應(yīng)鏈上的資源爭(zhēng)奪。而隨機(jī)森林算法成為現(xiàn)在在科學(xué)操作方面嶄新的一種使用方法。它主要被用來(lái)發(fā)掘大量數(shù)據(jù)中隱藏的那些可以使用的，能夠在現(xiàn)實(shí)中操作的信息。而本文就選擇隨機(jī)森林這種算法作為實(shí)驗(yàn)的依據(jù)。首先，對(duì)論文的研究背景，意義和方法進(jìn)行了簡(jiǎn)單的描述。而目前來(lái)說(shuō)，大多數(shù)企業(yè)在做供應(yīng)商評(píng)估時(shí)都沒(méi)有一套科學(xué)的體系，都是評(píng)估

3、人員憑借著自己的經(jīng)驗(yàn)來(lái)進(jìn)行。這種方法存在較強(qiáng)的主觀性，而建立合理的評(píng)估體系對(duì)企業(yè)降低成本，減少風(fēng)險(xiǎn)有著很大的好處。但是好的體系的建立需要選出那些具有代表性的指標(biāo)。通過(guò)對(duì)國(guó)內(nèi)外的文獻(xiàn)進(jìn)行研究，選取指標(biāo)時(shí)要能夠嚴(yán)格的契合研究的目的；指標(biāo)體系的構(gòu)建要滿足：完善性，合理性，易操作性。在第二章中對(duì)隨機(jī)森林算法模型進(jìn)行了詳細(xì)的闡述。隨機(jī)森林是樹(shù)型分類(lèi)組合器中的一種，對(duì)樣本數(shù)據(jù)的處理采用Bagging和隨機(jī)選擇特征的方式進(jìn)行。而在使用Bagging的

4、方法進(jìn)行抽樣時(shí)，會(huì)有一部分?jǐn)?shù)據(jù)不會(huì)被抽中，這部分?jǐn)?shù)據(jù)就可以用來(lái)估計(jì)模型的泛化誤差。同時(shí)，通過(guò)實(shí)驗(yàn)證明得出，隨機(jī)森林模型的泛化誤差在樹(shù)的數(shù)目達(dá)到一定值時(shí)，其收斂于一個(gè)有限值，所以利用這個(gè)原理可以確定森林中樹(shù)的數(shù)目。而根據(jù)本文研究的目的，選擇了22個(gè)指標(biāo)，由于隨機(jī)森林模型可以計(jì)算指標(biāo)體系的重要性，借助于R軟件，通過(guò)實(shí)驗(yàn)可以得到最終的指標(biāo)體系。那么在最后一個(gè)章節(jié)就是根據(jù)得到的指標(biāo)體系來(lái)建立隨機(jī)森林模型，并且通過(guò)隨機(jī)森林驗(yàn)證了其對(duì)噪聲具有很好的