随机森林模型在分类与回归分析中的应用
随机森林randomforest模型是由Breiman和Cutler在2001年提出的一种基于分类树的算法它通过对大量分类树的汇总提高了模型的预测精度是取代神经网络等传统机器学习方法的新的模型随机森林的运算速度很快在处理大数据时表现优异随机森林不需要顾虑一般回归分析面临的多元共线性的问题不用做变量选择现有的随机森林软件包给出了所有变量的重要性另外随机森林便于计算变量的非线性作用而且可以体现变量间的交互作用interaction它对离群值也不敏感本文通过3个案例分别介绍了随机森林在昆虫种类的判别分析有无数据的分析取代逻辑斯蒂回归和回归分析上的应用案例的数据格式和Ｒ语言代码可为研究随机森
用户评论
感觉还行吧,初学
很好的资源，对新手很好
非常有帮助
对我这种新手来说，刚刚好，最近用随机森林做一个竞赛，挺有用的
挺好的，有时有点看不懂，可能是自己水平有点低的原因。
讲的也就一般吧，不如想象的好