隨機(jī)森林算法_第1頁
隨機(jī)森林算法_第2頁
隨機(jī)森林算法_第3頁
隨機(jī)森林算法_第4頁
隨機(jī)森林算法_第5頁
已閱讀5頁，還剩11頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

基于隨機(jī)森林算法的電力電子電路故障診斷目錄隨機(jī)森林算法決策樹的生長投票過程基于隨機(jī)森林算法的故障診斷隨機(jī)森林算法

簡單地說，隨機(jī)森林就是用隨機(jī)的方式建立一個(gè)森林，森林里面有很多的決策樹組成，隨機(jī)森林的每一棵決策樹之間是沒有關(guān)聯(lián)的。在得到森林之后，當(dāng)有一個(gè)新的輸入樣本進(jìn)入的時(shí)候，就讓森林中的每一棵決策樹分別進(jìn)行一下判斷，看看這個(gè)樣本應(yīng)該屬于哪一類（對(duì)于分類算法），然后看看哪一類被選擇最多，就預(yù)測這個(gè)樣本為那一類。隨機(jī)森林算法主要包括決策樹的生長和投票過程決策樹的生長生長步驟：

決策樹的生長3、分類樹為了達(dá)到低偏差和高差異而要充分生長，使每個(gè)節(jié)點(diǎn)的不純度達(dá)到最小，不進(jìn)行通常的剪枝操作。

投票過程基本思想:給定一個(gè)弱學(xué)習(xí)算法,和一個(gè)訓(xùn)練集;單個(gè)弱學(xué)習(xí)算法準(zhǔn)確率不高;將該學(xué)習(xí)算法使用多次,得出預(yù)測函數(shù)序列,進(jìn)行投票;最后結(jié)果準(zhǔn)確率將得到提高.投票過程隨機(jī)森林采用Bagging方法生成多個(gè)決策樹分類器。投票過程

算法:Fort=1,2,…,TDo

從數(shù)據(jù)集S中取樣（放回選樣） 訓(xùn)練得到模型Ht

對(duì)未知樣本X分類時(shí),每個(gè)模型Ht都得出一個(gè)分類，得票最高的即為未知樣本X的分類也可通過得票的平均值用于連續(xù)值的預(yù)測

投票過程…C1

C2

CT

traintraintrain…xc1(x)c2(x)cT(x)C*

c*(x)=

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論