浅论随机森林算法的原理与应用

• 作者: 张世奇 闻锋
• 来源期刊: 电脑迷
• 关键词: 随机森林 决策树 机器学习 数据挖掘
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 软件应用
• 页码范围: 130
• 页数: 1页
• 字数: 1579字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-528X.2018.03.123

摘要

随机森林(RandomForest)是机器学习中常用的数据挖掘算法,普遍应用在数据分类与非参数回归等数据处理方面.通过使用bootsrap重抽样的方法在初始的样本数据中进行随机取样.而后对样本集执行决策树的建模,在将多棵树组合后对数据集执行分析和预测,经投票选出数据集的预测结果.随机森林对数据的分析预测拥有较高的准确率,且不易产生过拟合的现象,故其在金融学、生物信息、无线通信技术等多领域都有着极好的应用价值与前景.基于此,本文将对随机森林算法的基本原理及其相关概念进行简单的解释说明,并探讨它的发展近况以及主要的应用范围.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闻锋	河南大学金明校区软件学院	2	0	0.0	0.0
2	张世奇	河南大学金明校区软件学院	1	0	0.0	0.0