ランダムフォレスト - 機械学習の「朱鷺の杜Wiki」

[ トップ ] [ 編集 | 凍結 | 差分 | バックアップ | 添付 | リロード ] [ 新規 | 一覧 | 単語検索 | 最終更新 | ヘルプ | ログイン ]

朱鷺の杜Wiki

参加しよう

Wiki超入門
練習用ページ
数式の表示
こびとさん
編集用ID: ibis
パスワード: 「VC次元」のVのフルスペルで最初だけ大文字

最新の30件
2019-03-11
- 経験ベイズ
2019-03-08
- しましま/IBISML036
- Meeting
2019-03-01
- English
2019-02-07
- 人工知能学会全国大会
2018-11-30
- F値
2018-11-27
- PRML
2018-11-21
- IBIS
2018-11-10
- K-NEL
2018-11-07
- しましま/IBIS2018
2018-09-07
- DataSet
2018-08-24
- IRLS法
2018-07-26
- Article
2018-07-24
- 確率的勾配降下法
2018-07-19
- 機械学習
- 標本誤差
2018-06-29
- python
2018-06-11
- しましま/人工知能学会全国大会2018
2018-03-06
- しましま/IBISML032
2017-12-28
- Book
2017-11-14
- K-NEL/errata
2017-11-11
- しましま/IBIS2017
2017-10-12
- 次元削減
2017-10-03
- PRML/errata1
2017-09-29
- Paper
2017-08-22
- Wishart分布
2017-07-05
- 事後分布
2017-05-26
- しましま/人工知能学会全国大会2017
2017-04-27
- python/numpy
2017-03-07
- しましま/IBISML028

カウンタ

累計: 35021
今日: 2
昨日: 4

ランダムフォレスト (random forest) †

ランダムフォレスト (random forest)は多数の決定木を用いたアンサンブル学習．バギングのように，各決定木による多数決で最終的に分類するクラスを決定する．だが，単純なブートストラップサンプリングで分類器を作るのではなく，次の手順で各決定木を学習する．

各決定木の学習に用いる訓練事例集合は，バギングと同様に，(復元抽出の)ブートストラップサンプリングによって生成する．
\(M\) 個の特徴があるとき，そのうち \(m\) 個をランダムに選び，その中でCARTのGini係数や，ID3の情報量利得などの規準によって最良の特徴を選ぶ．
木の拡張は最後まで，すなわち，各葉ノードに分類される事例のクラスが1種類になるまで行われ，枝狩りも行わない．

-- しましま

関連項目 †

リンク集 †

Random Forest：L. Breimanによるページを引き継いだもの
Wikipedia:Random_forest

Freeware †

randomForest：Rのパッケージ．core に入っている．
fast-random-forest：Wekaで利用可 (java)
randomforest-matlab (matlab)

関連文献 †

基本文献
L.Breiman "Random Forests" Machine Learning, vol.45 (2001)
GoogleScholarAll:Random Forests
Book/データマイニングの基礎 3.1.4節
Book/Data Mining - Practical Machine Learning Tools and Techniques 10.4 Trees

Last-modified: 2010-03-27 (土) 02:45:17 (3280d)