randomForest

微生物多样性（扩增子/16S rDNA测序）—差异分析方法描述

一、差异分析内容及意义a)随机森林模型（RandomForest）一种非线性分类器，挖掘变量之间复杂的非线性的相互依赖关系。意义：找到能够区分两组样品间差异的关键OTU。
JarySun·2021-06-23 09:01

随机森林、EM、HMM、LDA

随机森林（RandomForest）是一种分类和回归算法，它包含了多个决策树，形成一个森林，随机森林的类别是所有决策树分类回归结果的众数决定。
xxyytt·2021-06-22 09:49

R语言与随机森林

运用R语言实现随机森林安装所需要的包randomForest.在Rstudio中输入所需安装的包的名称进行安装。
一月芷·2021-06-15 12:56

树模型总结

树模型演变过程DecisionTree-(Bagging)->RandomForest-(Boosting)->GradientBoosting->XGBoost【1】https://zhuanlan.zhihu.com
葡萄肉多·2021-06-14 00:35

决策树（DecisionTree）和随机森林（Random Forests）

RandomForest（随机森林）算法是通过训练多个决策树，生成模型，然后综合利用多个决策树进行分类。
liangym·2021-06-10 21:11

树模型中, 特征重要性的计算方法

主要查看了三个文档:DecisionTree,XGBoost,LightGBM.sklearn中GradientBoostingClassifier(GBDT)和RandomForest没有找到特征重要性计算方法的详述
wangke·2021-06-07 23:14

R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析

拓端数据部落公众号研究大纲介绍数据集和研究的目标探索数据集可视化使用Chi-Square独立检验、Cramer'sV检验和GoodmanKruskaltau值对数据集进行探索预测模型，Logisitic回归和RandomForest
拓端研究室·2021-05-26 18:41

R语言关于随机森林算法的知识点详解

R语言包“randomForest”用于创建随机森林。安装R包在R语言控制台中使用以下命令安装软件包。您还必须安装相关软件包（如果有）。install.pack
·2021-05-13 09:05

特征工程-怎么选择特征？（一）

特征的选择对于整个模型预测的准确性有至关重要的作用，好的特征集对于一个机器学习模型的预测效果的边际贡献远远大于好的模型的贡献：不同的机器学习模型（SVM或RandomForest等）对于有效的特征集的训练效果
SONGLU·2021-05-07 21:42

ML (Chapter 8): 集成学习

指数损失函数(exponentiallossfunction)系统分析指数损失函数分类器权重更新公式调整训练样本分布AdaBoost算法DiscussionBagging与随机森林Bagging随机森林(RandomForest
连理o·2021-05-05 16:10

Stacking的思路及编码

Ensemble思路包括以下几种:Bagging:用不同的训练数据集的随机子集来对指定个数的BaseModel进行训练,最后决策由每个BaseModel投票决定.典型应用如名头响亮的随机森林RandomForest
SeekerLinJunYu·2021-05-04 11:07

随机之美，随机森林

姓名：孙宾学号：17011210280学院：通信工程学院转自：微信公众号python开发【嵌牛导读】本文介绍机器学习算法中关于随机森林和决策树的相关知识【嵌牛鼻子】RandomForest，SVM【嵌牛提问
孙宾多么狗屎心里没数吗·2021-05-01 06:58

随机森林和决策树(DecisionTree & RandomForest )

决策树-基于CART的决策树CART分类回归树(classificationandregressiontree，CART)模型由Breiman等人在1984年提出，是应用广泛的决策树学习方法。CART同样由特征选择、树的生成以及剪枝组成，既可以用于分类也可以用于回归。同样属于决策树的一种。算法思想CART算法采用的是一种二分递归分割的技术，将当前样本分成两个子样本集，使得生成的非叶子节点都有两个分
NullBugs·2021-04-29 23:37

机器学习之随机森林(手推公式版)

文章目录前言1.集成学习1.1Boosting1.2Bagging2.随机森林2.1投票法2.2平均法3.模型实现结束语前言  随机森林(Random(Random(RandomForest,RF)Forest
夏小悠·2021-04-26 13:23

基于Python的随机森林（RF）回归与多种模型超参数自动优化方法

  本文详细介绍基于Python的随机森林（RandomForest）回归算法代码与模型超参数（包括决策树个数与最大深度、最小分离样本数、最小叶子节点样本数、最大分离特征数等等）自动优化代码。  
疯狂学习GIS·2021-04-24 14:57

基于Python的随机森林（RF）回归与变量重要性影响程度分析

  本文详细介绍在Python中，实现随机森林（RandomForest，RF）回归与变量重要性分析、排序的代码编写与分析过程。
疯狂学习GIS·2021-04-20 22:36

matlab中随机森林实现,随机森林实现 MATLAB

matlab中随机森林工具箱的下载地址：http://code.google.com/p/randomforest-matlab/downloads/detail?
weixin_39975366·2021-03-16 20:49

初勘数据处理之预测算法（随机森林random forest）附matlab源码

初勘数据处理之预测算法（随机森林randomforest）附matlab源码集成学习方法集成学习方法，是整合多个分类方法的预测结果，以提高分类准确率。
A-尹·2021-02-24 12:03

python股票量化交易（10）---使用机器学习算法预测股票涨跌

随机森林算法随机森林（RandomForest）是一种经典的Bagging模型，Bagging算法类似与投票，它是一
李元静·2021-02-01 18:41

基于集成学习方法Random Forest、Adaboost、GBDT、LightGBM、XGBoost的调参、建模、评估实现kaggle竞赛员工离职案例分析（2）

基于集成学习方法RandomForest、Adaboost、GBDT、LightGBM、XGBoost的调参、建模、评估实现kaggle竞赛员工离职案例分析（2）引言3.adaboost模型分类贝叶斯调参
smile_小北·2021-01-25 16:22

基于集成学习方法(Random Forest、Adaboost、GBDT、LightGBM、XGBoost)的调参、建模、评估实现kaggle竞赛员工离职案例分析（1）

基于集成学习方法RandomForest、Adaboost、GBDT、LightGBM、XGBoost的调参、建模、评估实现kaggle竞赛员工离职案例分析（1）引言实验内容实验环境数据准备数据初探导入相关的包忽略警告及可展示读取数据数据探索空值
smile_小北·2021-01-25 15:59

[机器学习 ]RandomForest、GBDT、XGBoost、lightGBM 原理与区别

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML图表FLowchart流程图导出与导入导出导入https://
zlmlpxy·2021-01-04 14:45

ML《决策树（四）Bagging 和 Random Forest》

今天一起来学习集成学习，其中的Bagging和随机森林（RandomForest）。一：bootstrap二：Bagging三：随机森林（RandomForest）
星海千寻·2021-01-02 03:01

sklearn 决策树例子_sklearn 决策树(示例代码)

因为其应用之广，也有许许多多的衍生(RandomForest，GBDT，XGBOOST)。我想确实很有必要做一个总结。决策树的一些优点是：简单理解和解释。树可以被可视化。需要很少的数据准备。
weixin_39900206·2020-12-22 04:02

python随机森林筛选变量_讨论记录｜用随机森林对生存数据降维，筛选signature

这是我们第二次众筹随机森林相关分析，上次的FigureYa159LR_RF，是在LASSO降维的基础上，采用logisticregression或Randomforest的方法，进行5-foldcross-validation
weixin_39560924·2020-12-11 00:24

python joblib.dump_scikit-learn使用joblib.dump()持久化模型过程中的问题详解--python

/data/model/randomforest.pkl')此语句将产
weixin_39609483·2020-12-03 12:43

实用超参数优化

介绍机器学习模型由两种不同类型的参数组成：超参数=是用户在开始训练之前可以任意设置的所有参数（例如，RandomForest中的估计量）。
计算机与AI·2020-11-21 21:39

实用超参数优化

介绍机器学习模型由两种不同类型的参数组成：超参数=是用户在开始训练之前可以任意设置的所有参数（例如，RandomForest中的估计量）。
计算机与AI·2020-11-13 11:25

用Python实现随机森林回归

这里，将介绍如何在Python中构建和使用RandomForest回归，而不是仅仅显示代码，同时将尝试了解模型的工作原理。1.1随机森林概述随机森林是一种基于集成学习的监督式机器学习算法。
吕小猪不坏·2020-11-02 13:38

机器学习读书笔记：集成学习

文章目录集成学习AdaBoost代码Bagging与随机森林Bagging随机森林(RandomForest)结合策略增加多样性的策略多样性度量集成学习之前已经讲过了好几个学习算法，或者说分类器、模型。
新兴IT民工·2020-10-06 20:23

语义分割发展总结（Development of Image Segmentation）

语义分割发展2019/08/24整理1.传统方法在深度学习应用到计算机视觉领域之前，研究人员一般使用纹理基元森林(TextonForest)或是随机森林(RandomForest)方法来构建用于语义分割的分类器
zhanglenuaa·2020-09-17 07:23

语义分割发展史

在深度学习应用到计算机视觉领域之前，研究人员一般使用纹理基元森林(TextonForest)或是随机森林(RandomForest)方法来构建用于语义分割的分类器。
23岁中单想学python·2020-09-17 06:51

Matlab安装随机森林工具箱的办法

首先需要下载随机森林的工具箱：code.google.com/archive/p/randomforest-matlab这个网站是官方给出的随机森林工具箱的下载地址（失败）https://download.csdn.net
月半叫做胖·2020-09-17 01:57

集成学习—bagging方法之随机森林

以及个体学习器之间不存在强依赖关系可同时生成的并行化方式，代表算法：Bagging和随机森林（RandomForest，简称RF）Bagging:并行学习方法中最著名的代表。
ai芒果·2020-09-17 00:17

随机森林API的理解(sklearn.ensemble.RandomForest)

sklearn.ensemble.RandomForestClassifierclasssklearn.ensemble.RandomForestClassifier（n_estimators='warn'，criterion='gini'，max_depth=None，min_samples_split=2，min_samples_leaf=1，min_weight_fraction_leaf=
NongfuSpring-wu·2020-09-17 00:46

sklearn.ensemble.RandomForest 参数详解

RandomForestRegressor参数sklearn.ensemble.RandomForestRegressor(n_estimators=10,criterion='mse',max_depth=None,min_samples_split=2,min_samples_leaf=1,min_weight_fraction_leaf=0.0,max_features='auto',max
LYZ0907·2020-09-16 23:28

Random Forest & GBDT & XGBOOST & LightGBM面试问题整理

RandomForest袋外数据错误率评估由于RF采用bootstrapping有放回采样,一个样本不被采样到的概率为limm→∞(1−1m)m=1e≈0.368limm→∞(1−1m)m=1e≈0.368
Excelsior_kereo·2020-09-16 19:37

Python——随机森林原理

随机森林（RandomForest）算法原理1.随机森林原理、决策树、集成学习决策树决策树（decisiontree）是一个树结构（可以是二叉树或非二叉树）。
lili_wuwu·2020-09-16 18:10

matlab随机森林网络工具箱下载安装【强烈推荐!!!!!!!!!!】

当时一脸懵逼，照着书上提供的网址https://code.google.com/p/randomforest-matl
jiliangdahe·2020-09-15 19:31

树模型特征重要性评估方法

本文是对RandomForest、GBDT、XGBoost如何用在特征选择上做一个简单的介绍。
ep_mashiro·2020-09-13 16:24

Boosting与Gradient Boosting

machine-learning-boosting-and-gradient-boosting.html前言：本来上一章的结尾提到，准备写写线性分类的问题，文章都已经写得差不多了，但是突然听说最近Team准备做一套分布式的分类器，可能会使用RandomForest
nciaebupt·2020-09-13 14:15

机器学习读书笔记（三）

虽然决策树不是最好的学习算法，但是目前最牛哄哄的几个学习算法，如boosting和随机森林（RandomForest）在内部都使用了决策树，因此很有必要深入了解一下决策树。简介及决策树
weixin_34198797·2020-09-12 07:53

庸人自扰——随机森林(Random Forest)预测最高气温(一)

庸人自扰——随机森林(RandomForest)预测最高气温(一)随机森林最高气温预测，我分为三部分：建模预测特征分析调参分析此处主要对第一部分进行展开导入相关包，并对数据进行读取，查看数据栏#数据读取
归来倚杖·2020-09-11 23:33

lightGBM参数介绍

树的最大深度当模型过拟合时，可以考虑降低min_data_in_leaf叶子可能具有的最小记录树默认20，过拟合时用feature_fraction例如为0.8时，表示每次迭代中随机选择80%的参数来建树boosting为randomforest
冥更·2020-09-11 22:51

不同算法概念理解（svm,logit,neural network,decision tree,random forest）

最近看了一下（svm,logit,neuralnetwork,decisiontree,randomforest）算法的基础概念，把这些算法涉及到的特征点，记录下来，以便以后用于理解和比较。
Hans.liang·2020-09-11 19:27

16S测序分析（五）用RandomForest寻找关键细菌

一、数据准备标准化细菌丰度表格式要求：不用放样本ID；最后一列放分组变量图片.png二、R分析准备install.packages("randomForest")##下载安装randomForest包library
胡童远·2020-09-11 17:53

使用sklearn--Random Forest参数说明（待补充）

使用sklearn--RandomForest参数说明（待补充）资料来源：http://www.cnblogs.com/jasonfreak/p/5657196.htmlps：他/她写的好好《机器学习》
weixin_30502157·2020-09-11 17:06

随机森林（random forest）

随机森林（randomforest）随机森林的构造过程1.假如有N个样本，则有放回的随机选择N个样本(每次随机选择一个样本，然后返回继续选择)。
whitenightwu·2020-09-10 21:44

随机森林(Random Forest)

随机森林(RandomForest)随机森林是一个最近比较火的算法，它有很多的优点：在数据集上表现良好在当前的很多数据集上，相对其他算法有着很大的优势它能够处理很高维度（feature很多）的数据，并且不用做特征选择在训练完后
weixin_30732487·2020-09-10 19:20

Python数据挖掘—分类—随机森林

概念随机森林(RandomForest)：随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别数输出的类别的众数而定优点：适合离散型和连续型的属性数据；对海量数据，尽量避免了过度拟合的问题；对高维数据
anrao9657·2020-09-10 12:34
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他