基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
集成学习是一类非常重要且实用的方法,以简单高效著称的随机森林算法是集成学习算法的代表之一,它集成众多决策树并以投票的方式输出结果,在许多应用领域取得了巨大的成功.文章介绍决策树和随机森林算法,总结随机森林算法在性能改进、理论性质方面的研究进展,及其和深度学习算法之间的区别与联系.
推荐文章
随机森林算法研究综述
随机森林
集成学习
机器学习
决策树
集成随机森林的分类模型
集成学习
随机森林
带阈值的多数投票法
MapReduce
P2P流量识别
改进随机森林算法综述
随机森林
决策树
集成学习
机器学习
集成随机森林的交通拥堵检测模型
交通拥堵检测
随机森林
级联分类器
节点权重
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 集成学习之随机森林算法综述
来源期刊 信息通信技术 学科
关键词 随机森林 机器学习 深度学习
年,卷(期) 2018,(1) 所属期刊栏目 研究与开发
研究方向 页码范围 49-55
页数 7页 分类号
字数 5441字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (23)
节点文献
引证文献  (63)
同被引文献  (201)
二级引证文献  (30)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(8)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(7)
  • 二级引证文献(1)
2018(8)
  • 引证文献(7)
  • 二级引证文献(1)
2019(49)
  • 引证文献(39)
  • 二级引证文献(10)
2020(36)
  • 引证文献(17)
  • 二级引证文献(19)
研究主题发展历程
节点文献
随机森林
机器学习
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息通信技术
双月刊
1674-1285
11-5650/TN
大16开
北京市大兴区亦庄经济开发区北环东路1号2号楼6层B6013
2007
chi
出版文献量(篇)
1229
总下载数(次)
9
论文1v1指导