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
2020-10-17
- Paper/bias-on-the-web
2020-09-24
- python
2020-07-16
- F値
2020-06-30
- DataSet
2020-06-24
- PRML/errata1
- バイアス-バリアンス
2020-06-10
- Paper
2020-04-28
- Book
2020-03-15
- PRML
- PRML/link
2020-01-13
- Wiki超入門
2019-12-17
- IBIS
2019-11-22
- しましま/IBIS2019
2019-11-04
- K-NEL
2019-10-29
- コスト考慮型学習
2019-07-10
- 人工知能学会全国大会
2019-06-30
- MCMC
2019-06-27
- PRML/errata2
2019-06-07
- しましま/人工知能学会全国大会2019
2019-04-07
- English
2019-03-11
- 経験ベイズ
2019-03-08
- しましま/IBISML036
- Meeting
2018-11-07
- しましま/IBIS2018
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
2018-06-11
- しましま/人工知能学会全国大会2018

カウンタ

累計: 36429
今日: 1
昨日: 1

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 (3871d)