加权随机森林算法研究 |
| |
作者单位: | ;1.北方工业大学城市道路交通智能控制技术北京市重点实验室 |
| |
摘 要: | 随机森林可以产生高准确度的分类器,被广泛用于解决模式识别问题。然而,随机森林赋予每个决策树相同的权重,这在一定程度上降低了整个分类器的性能。为了解决这个问题,本文提出一种加权随机森林算法。该算法引入二次训练过程,提高分类正确率高的决策树投票权重,降低分类错误率高的决策树投票权重,从而提高整个分类器的分类能力。通过在不同数据集上的分类测试实验,证明了本文算法相比于传统的随机森林算法具有更强的分类性能。
|
关 键 词: | 随机森林 权重训练 模式识别 决策树 |
Weighted random forest algorithm |
| |
Abstract: | |
| |
Keywords: | |
|
|