集成学习之随机森林分类算法的研究与应用
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.
集成学习、随机森林、预测
16
TP181(自动化基础理论)
海南省教育科学规划课题:基于一种自学习分类算法的学生成绩评价研究;海南省高等学校教育教学改革研究项目;海南省自然科学基金项目
2020-08-13（万方平台首次上网日期，不代表论文的发表时间）
共2页
26-27
