改进的并行随机森林算法及其包外估计

• 作者: 宋威 秦静 钱雪忠
• 来源期刊: 计算机应用研究
• 关键词: MapReduce 随机森林 包外估计 泛化误差 交叉验证
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1651-1654
• 页数: 4页
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.06.011

摘要

传统的包外估计记录全局数据与树之间的对应关系来测算泛化误差.然而基于MapReduce机制的并行随机森林算法(MR_RF)是建立在多个互不可见的分块数据上.对此分析MR_RF与RF的区别,设计了一个新的适用于MR_RF的包外泛化误差估计方法.主要将测算限定在数据块内,最终森林的泛化误差估计取块结果的平均.实验结果表明,新的包外估计方法与交叉验证在默认分块上的结果近似,却随着分块的增加出现偏差,对此分析了可能的原因,并给出选择集成方案思想,且分块大小与分类准确率成反比,与分类速率成正比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱雪忠	江南大学物联网技术应用教育部工程研究中心	92	741	15.0	22.0
2	宋威	江南大学物联网技术应用教育部工程研究中心	44	158	8.0	10.0
3	秦静	江南大学物联网技术应用教育部工程研究中心	2	10	1.0	2.0