集成学习之随机森林分类算法的研究与应用

• 作者: 吴兴惠 周玉萍 邢海花
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 集成学习 随机森林 预测
• 年，卷（期）: 2020,（21）
• 页码范围: 26-27
• 页数: 2页
• 分类号: TP181

摘要

集成学习是多分类器学习系统。而随机森林是一个包含多个决策树的分类器,是一种基于Bagging的集成学习方法。随机森林具有预测准确率、不容易出现过拟合的特点,在很多领域都有所应用。本文主要利用随机森林算法对心脏病数据集建立了分类预测模型,实验结果表明,随机森林算法在预测性能上超过了决策树和逻辑回归分类算法,并通过绘制ROC曲线对四种模型进行了对比。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢海花	海南师范大学信息科学技术学院	22	45	4.0	5.0
2	吴兴惠	海南师范大学信息科学技术学院	33	80	5.0	7.0
3	周玉萍	海南师范大学信息科学技术学院	52	91	5.0	8.0