基于属性相容性的随机森林算法

摘要：

针对基分类器算法偏向选择多值属性以及大量对数运算引起运算复杂的问题,提出一种基于属性相容性的随机森林算法.引入粗糙集中的属性相容性,计算各个条件属性的相容度,利用宽相容度辅助严相容度构建分割属性的划分规则,重建基分类器的信息增益或信息增益率表达式.实验结果表明,改进算法在保持对数据量较多时有较高分类准确率前提下,对数据量较少时的分类准确率有显著提升,且降低了运算复杂度.

关键词：决策树、随机森林、相容度、信息增益

所属期刊栏目：24

分类号：TP391.1(计算技术、计算机技术)

资助基金：陕西省高等教育教学改革重点资助项目17BZ041

在线出版日期：2019-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：71-75