特征选择 | MATLAB实现RF(随机森林)变量重要度分析

特征选择 | MATLAB实现RF(随机森林)变量重要度分析

目录

    • 特征选择 | MATLAB实现RF(随机森林)变量重要度分析
      • 基本介绍
      • 理论回顾
        • 多元回归模型
        • 随机森林模型
      • 数据下载
      • 程序设计
      • 参考资料
      • 致谢

基本介绍

本文分析自变量因素对因变量的影响。通过对模型参数进行设定,建立随机森林回归模型。

  • 运行环境Matlab2018b;
  • 机器学习任务,随机森林回归。
  • 随机森林函数:TreeBagger。

理论回顾

多元回归模型

多元回归模型主要是分析影响某事件发生的因素,它可以建立模型对生活中的许多事件进行回归分析并预测。

  • 多元回归模型包括解释变量和被解释变量,一般情况下假定被解释变量y与一般的解释变量x1,x2,x3,…,xq 的线性回归模型如下式所示:
    y=β0+β1x1&

你可能感兴趣的:(#,RF随机森林,机器学习,数据处理,matlab,机器学习,随机森林)