条件推断森林在高维组学数据分析中的应用

• 作者: 侯艳 李康 杨凯
• 来源期刊: 中国卫生统计
• 关键词: 条件推断森林 相关 变量筛选
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 论著
• 页码范围: 215-218
• 页数: 4页
• 字数: 3001字
• 语种: 中文

摘要

目的 探讨条件推断森林(CIF)在自变量相关情况下变量筛选和分类研究中的应用.方法 通过模拟实验和实例比较RF和CIF的变量筛选和分类,并通过变量重要性评分和OOB错误率进行评价.结果 模拟实验表明,在自变量相关的情况下,CIF的变量筛选结果明显优于RF的变量筛选结果;实例数据分析结果表明,CIF筛选出变量的OOB错误率低于RF.结论 CIF适用于变量相关的情况,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教研室	95	646	15.0	21.0
2	侯艳	哈尔滨医科大学卫生统计教研室	39	143	6.0	10.0
3	杨凯	哈尔滨医科大学卫生统计教研室	12	20	2.0	4.0