基于随机森林的变量重要性度量和核密度估计算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.3 论文主要工作 | 第15页 |
| 1.4 内容安排 | 第15-17页 |
| 第二章 随机森林原理简介 | 第17-24页 |
| 2.1 组合分类器 | 第17页 |
| 2.2 决策树 | 第17-20页 |
| 2.2.1 决策树简介 | 第18-19页 |
| 2.2.2 分类回归树(CART) | 第19-20页 |
| 2.3 Bagging算法 | 第20-21页 |
| 2.4 随机森林 | 第21-24页 |
| 2.4.1 随机森林的原理 | 第21-22页 |
| 2.4.2 随机森林的OOB估计 | 第22页 |
| 2.4.3 随机森林的OOB变量重要性 | 第22-23页 |
| 2.4.4 随机森林的相似度矩阵 | 第23-24页 |
| 第三章 随机森林变量重要性度量的改进研究 | 第24-41页 |
| 3.1 随机森林的间隔与泛化性 | 第24-25页 |
| 3.2 基于间隔序列的随机森林变量重要性 | 第25-26页 |
| 3.3 特征选择的稳定性 | 第26-29页 |
| 3.3.1 稳定性的定义 | 第26页 |
| 3.3.2 稳定性的意义 | 第26-27页 |
| 3.3.3 稳定性的度量方法 | 第27-29页 |
| 3.4 实验与分析 | 第29-40页 |
| 3.4.1 实验数据说明 | 第29页 |
| 3.4.2 实验方案与设置 | 第29-30页 |
| 3.4.3 实验结果与分析 | 第30-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于随机森林的核密度估计算法研究 | 第41-64页 |
| 4.1 概率随机森林 | 第41-43页 |
| 4.2 非参数概率密度估计 | 第43-48页 |
| 4.2.1 非参数核密度估计 | 第43-45页 |
| 4.2.2 核函数 | 第45-46页 |
| 4.2.3 窗宽 | 第46-48页 |
| 4.2.4 非参数核密度估计的优点与局限性 | 第48页 |
| 4.3 基于随机森林的核密度估计 | 第48-53页 |
| 4.4 实验与分析 | 第53-63页 |
| 4.4.1 实验数据 | 第53-54页 |
| 4.4.2 实验方案与设置 | 第54-55页 |
| 4.4.3 实验结果与分析 | 第55-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-73页 |
| 附录 | 第73-75页 |
| 致谢 | 第75页 |
