隨機森林綜述.pdf

1、在當(dāng)今的現(xiàn)實生活中存在著很多種微信息量的數(shù)據(jù)，如何采集這些數(shù)據(jù)中的信息并進行利用，成為了數(shù)據(jù)分析領(lǐng)域里一個新的研究熱點。機器學(xué)習(xí)方法是處理這樣的數(shù)據(jù)的理想工具。隨機森林以它自身固有的特點和優(yōu)良的分類效果在眾多的機器學(xué)習(xí)算法中脫穎而出。隨機森林算法的實質(zhì)是一種樹預(yù)測器的組合，其中每一棵樹都依賴于一個隨機向量，森林中的所有的向量都是獨立同分布的。
　　 本文旨在總結(jié)當(dāng)前對隨機森林研究，通俗地介紹隨機森林的構(gòu)造原理，使得隨機森林被初學(xué)

2、者易于接受。本文給出了隨機森林的數(shù)學(xué)上的理論依據(jù)，并通過推導(dǎo)出：隨機森林的分類效果與兩個元素有著直接的聯(lián)系，一個是單個分類器在組合分類器中的分類效能，另一個是隨機森林中分類器之間的相關(guān)性。本文簡單的介紹了眾多隨機森林的構(gòu)造方法的幾種常用方法。作為隨機森林廣泛應(yīng)用的例子，本文介紹了隨機森林在經(jīng)濟、文本分類和醫(yī)學(xué)上的應(yīng)用。其實還有很多的應(yīng)用等著我們?nèi)ラ_發(fā)。本文在最后還概括的給出了隨機森林的回歸模型，并與支持向量回歸模型和一般線性回歸進行了比