集成随机森林的分类模型

• 作者: 刘勇 杨军超 王小平 邓生雄 雒江涛
• 来源期刊: 计算机应用研究
• 关键词: 集成学习 随机森林 带阈值的多数投票法 MapReduce P2P流量识别
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1621-1624,1629
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.06.005

摘要

与集成学习相比,针对单个分类器不能获得相对较高而稳定的准确率的问题,提出一种分类模型.该模型可集成多个随机森林,并以带阈值的多数投票法作为结合方法;模型实现主要分为建立集成分类模型、实例初步预测和结合分析三个层次.MapReduce编程方式实现的分类模型以P2P流量识别为例,分别与单个随机森林和集成其他算法进行对比,实验表明提出模型能获得更好的P2P流量识别综合分类性能,该模型也为二类型分类提供了一种可行的参考方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘勇	重庆邮电大学通信与信息工程学院	56	353	9.0	17.0
2	雒江涛	重庆邮电大学通信与信息工程学院	84	418	11.0	17.0
4	王小平	重庆邮电大学通信与信息工程学院	7	47	3.0	6.0
5	杨军超	重庆邮电大学通信与信息工程学院	4	69	3.0	4.0
6	邓生雄	重庆邮电大学通信与信息工程学院	3	40	3.0	3.0