基于综合改进随机森林算法的中国财政风险预警研究

• 作者: 刘新雯
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 随机森林 CIRF算法 因子分析 中国财政风险
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 数据工程
• 页码范围: 73-78,84
• 页数: 7页
• 分类号: TP3
• 字数: 5135字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.09.013

摘要

为解决随机森林RF(Random Forest)算法预测精度低的问题,提出一种综合改进随机森林算法CIRF(Comprehensive Improvement of Random Forest).改进算法的核心思想是:在原始样本数据集中进行分区采样;根据因子分析方法计算各个属性在不同类别上的因子得分;根据因子得分对特征属性进行有权重的选择,构造特征子集;根据信息增益率(GainRatio)最大准则从特征子集种选择节点分裂属性,进行节点分裂;根据加权投票法输出最后的分类结果.改进算法可降低各决策树之间的相关性,提高算法的抗噪能力.将其在Iris、Blood、Yeast等数据集上进行仿真实验,结果表明CIRF算法较原始RF算法有更好的精确度.将其用于预警中国财政风险,结果显示该算法在财政风险中的预警性能很好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘新雯	兰州交通大学数理学院	1	2	1.0	1.0