随机森林算法在交通状态判别中的应用

摘要：

随机森林算法随机选择多个决策树构成森林,算法分类结果由这些决策树投票得到,在运算量没有显著增加的前提下提高了预测精度,是一种目前比较流行的组合分类器算法.随机森林算法不仅可以用来做分类,也可用来做回归预测,是机器学习、计算机视觉等领域内应用极为广泛的一个算法.该文将随机森林分类算法用于交通状态判别,利用实测数据进行模型训练和验证,并用袋外数据计算判别正确率,实验结果表明该方法具有可行性,为交通状态判别提供了一种新思路.

关键词：随机森林算法、交通状态判别、袋外数据

所属期刊栏目：34

分类号：U491(交通工程与公路运输技术管理)

资助基金：山东省自然科学基金项目ZR2014FL018;青岛科技大学博士启动基金项目010022530

在线出版日期：2017-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：43-46