许多研究表明,组合分类器比单一分类器的分类效果好,随机森林(Random forest)就是一种利用多个分类树对数据进行判别与分类的方法,它可以应用于变量个数远大于样本个数的数据,并且不会产生过拟合现象,在对数据...
基于7522个网页-相关网页
...首先说明它的工作原理以及构建方法．然后详 细地介绍了三个著名的集成学习模型，装袋法（Bagging）：随机森林法（Random Forest）；r阳助推法（Boosting），本章中的算法是本文的重点。
基于20个网页-相关网页
...素,确定了5个基本变量,即开采厚度、煤层倾角、开采深度、工作面斜长、岩性影响系数;然后详细分析了随机森林算法（Random forest,RF）的基本原理及基本实现流程;最后构建了一种计算tanβ的随机森林回归模型,用于训练和测试该回归模型的样本数据来源于国内部分主...
基于18个网页-相关网页
Random forest algorithm 随机森林算法
Random Forest Regression 随机森林回归模型 ; 随机森林回归
Random Forest Classifier 随机森林分类 ; 随机森林分类器
RF - Random Forest 随机森林
Random Forest model 随机森林模型
Random Forest Regressor 随机森林回归
The spatial information is derived by mathematical morphology and principal components of the hyperspectral data set, generating a set of different morphological profiles. The whole data set is classified by the Random Forest algorithm.
整个数据集采用随机森林算法分类。
参考来源 - 城市高光谱数据的频谱空间分类方法研究·2,447,543篇论文数据，部分数据来源于NoteExpress
以上来源于: WordNet
Also, this paper build a random forest based on SURPASS and verifies the character of random forest by doing some experiments.
本文还以SURPASS为基分类器实现了随机森林，最后通过实验验证了随机森林的性质。
Random forest package in R shows error during prediction() if there are new factor levels present in test data. Is there any way to avoid this error?
随机森林包R显示在预测误差（）如果有新因素水平出现在测试数据。有什么方法可以避免这个错误?。
Together they form a seemingly random composition of the facade cladding that mimics the rhythm of trunk verticals in the nearby forest.
它们一起组成看似随意的立面包层，与附近树林中的垂直树干一起奏响和谐的乐章。
应用推荐