高维数据下基于云平台的随机森林算法的研究与实现

摘要：

随机森林算法在数据挖掘领域中得到了广泛的应用，该算法通过构建多个不同的决策树可以获得更高的分类结果。但是，随着数据规模的增大，人们开始接触到各大规模的数据以及更高维度的数据属性。传统的随机森林构建算法不能有效、快速地处理海量高维数据，严重影响了数据的分类效率，从而影响预测效率。本文针对高维、海量数据下随机森林构建算法，改进并提高了该算法的效率，提出了基于云计算平台的随机森林构建算法。该算法可以快速的完成数据分类预测，并通过实验结果进一步展示了该算法的效率以及可扩展性。

关键词：高维数据、海量数据、云平台、随机森林、决策树

分类号：TP393(计算技术、计算机技术)

资助基金：江苏省现代教育技术研究2012年度课题2012-R-21903。

在线出版日期：2014-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：222-224