论文研究-基于改进网格搜索算法的随机森林参数优化.pdf

【文件属性】：

文件名称：论文研究-基于改进网格搜索算法的随机森林参数优化.pdf

文件大小：806KB

文件格式：PDF

更新时间：2022-09-27 10:18:06

论文研究

随机森林是一种有效的集成学习算法，被广泛应用于模式识别中。为了得到更高的预测精度，需要对参数进行优化。提出了一种基于袋外数据估计的分类误差，利用改进的网格搜索算法对随机森林算法中的决策树数量和候选分裂属性数进行参数优化的随机森林算法。仿真结果表明，利用该方法优化得到的参数都能够使随机森林的分类效果得到一定程度的提高。