一种基于粒子群算法优化的加权随机森林模型

• 作者: 彭金柱 王杰 程学新
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 随机森林 决策树 C4.5算法 粒子群
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 信息科学
• 页码范围: 72-76
• 页数: 5页
• 分类号: TP181
• 字数: 3762字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2017006

摘要

随机森林是一种高效的分类算法,其模型中的投票选取机制会导致一些训练精度较低的决策树也拥有相同的投票能力,从而降低准确度,而且模型中的决策树棵数及其他参数通常难以选取.为解决此问题,在投票时将每棵决策树乘以一个与其训练精度成正比的权重,并采用粒子群算法优化随机森林模型,通过迭代优化选取模型中包含的参数.通过UCI数据库进行验证,结果显示提出的加权随机森林模型分类正确率高于一般的随机森林算法及传统的分类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王杰	郑州大学电气工程学院	142	1137	17.0	27.0
2	彭金柱	郑州大学电气工程学院	18	82	5.0	8.0
3	程学新	郑州大学电气工程学院	1	16	1.0	1.0