随机森林的变量捕获方法在高维数据变量筛选中的应用

• 作者: 侯艳 宋欠欠 李康 李轶群
• 来源期刊: 中国卫生统计
• 关键词: 随机森林 变量筛选 变量捕获
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 论著
• 页码范围: 49-53
• 页数: 5页
• 字数: 4146字
• 语种: 中文

摘要

目的 探讨随机森林(RF)的变量捕获方法在高维数据变量筛选中的应用.方法 通过模拟实验和实际数据分析,对两种变量捕获(vh.md,vh.vimp)和逐步剔除方法(varSelRF)进行比较,并通过选人变量的数目、模型预测错误率(PE)和受试者工作特征曲线下面积(AUC)对其进行评价.结果 模拟实验表明,在变量具有联合作用、交互作用和弱独立作用情况下,变量捕获方法均明显优于varSelRF方法和全变量VIMP排序方法;实际数据分析结果表明,变量捕获方法筛选变量结果稳定,并能够保证良好的预测效果.结论 变量捕获方法适用于高维数据的变量筛选,具有实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李康	哈尔滨医科大学卫生统计学教研室	95	646	15.0	21.0
2	侯艳	哈尔滨医科大学卫生统计学教研室	39	143	6.0	10.0
3	宋欠欠	哈尔滨医科大学卫生统计学教研室	2	20	2.0	2.0
4	李轶群	哈尔滨医科大学生物信息教研室	2	14	1.0	2.0