随机森林方法研究综述

被引:734
作者
方匡南 [1 ,2 ]
吴见彬 [1 ]
朱建平 [1 ,2 ]
谢邦昌 [1 ,2 ]
机构
[1] 厦门大学经济学院计划统计系
[2] 厦门大学数据挖掘研究中心
关键词
随机森林; 分位数回归森林; 生存回归森林; 应用;
D O I
暂无
中图分类号
O212.2 [抽样理论、频率分布];
学科分类号
020208 ; 070103 ; 0714 ;
摘要
随机森林(RF)是一种统计学习理论,它是利用bootsrap重抽样方法从原始样本中抽取多个样本,对每个bootsrap样本进行决策树建模,然后组合多棵决策树的预测,通过投票得出最终预测结果。它具有很高的预测准确率,对异常值和噪声具有很好的容忍度,且不容易出现过拟合,在医学、生物信息、管理学等领域有着广泛的应用。为此,介绍了随机森林原理及其有关性质,讨论其最新的发展情况以及一些重要的应用领域。
引用
收藏
页码:32 / 38
页数:7
相关论文
共 21 条
[1]   基于随机森林方法的基金收益率方向预测与交易策略研究 [J].
方匡南 ;
朱建平 ;
谢邦昌 .
经济经纬, 2010, (02) :61-65
[2]   基于随机森林的基金重仓股预测 [J].
刘微 ;
罗林开 ;
王华珍 .
福州大学学报(自然科学版), 2008, (S1) :134-139
[3]   随机森林在企业信用评估指标体系确定中的应用 [J].
林成德 ;
彭国兰 .
厦门大学学报(自然科学版), 2007, (02) :199-203
[4]   Change point detection in time series data with random forests [J].
Auret, Lidia ;
Aldrich, Chris .
CONTROL ENGINEERING PRACTICE, 2010, 18 (08) :990-1002
[5]  
Novel application of a statistical technique, Random Forests, in a bacterial source tracking study[J] . Amanda Smith,Blair Sterba-Boatwright,Joanna Mott.Water Research . 2010 (14)
[6]   Random forest based lung nodule classification aided by clustering [J].
Lee, S. L. A. ;
Kouzani, A. Z. ;
Hub, E. J. .
COMPUTERIZED MEDICAL IMAGING AND GRAPHICS, 2010, 34 (07) :535-542
[7]  
Consistency of random survival forests[J] . Hemant Ishwaran,Udaya B. Kogalur.Statistics and Probability Letters . 2010 (13)
[8]   Random Survival Forests Models for SME Credit Risk Measurement [J].
Fantazzini, Dean ;
Figini, Silvia .
METHODOLOGY AND COMPUTING IN APPLIED PROBABILITY, 2009, 11 (01) :29-45
[9]   RANDOM SURVIVAL FORESTS [J].
Ishwaran, Hemant ;
Kogalur, Udaya B. ;
Blackstone, Eugene H. ;
Lauer, Michael S. .
ANNALS OF APPLIED STATISTICS, 2008, 2 (03) :841-860
[10]  
Random forests, a novel approach for discrimination of fish populations using parasites as biological tags[J] . Diana Perdiguero-Alonso,Francisco E. Montero,Aneta Kostadinova,Juan Antonio Raga,John Barrett.International Journal for Parasitology . 2008 (12)