一种基于树排序的增强随机森林模型
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-11页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.3 论文的主要工作 | 第10页 |
| 1.4 论文的结构安排 | 第10-11页 |
| 第二章 理论基础 | 第11-23页 |
| 2.1 CART | 第11-14页 |
| 2.1.1 回归树 | 第11-13页 |
| 2.1.2 分类树 | 第13-14页 |
| 2.2 Bootstrap抽样方法 | 第14-15页 |
| 2.3 Bagging | 第15-17页 |
| 2.4 Out-of-bag误差 | 第17页 |
| 2.5 随机森林 | 第17-21页 |
| 2.6 支持向量机 | 第21页 |
| 2.7 梯度提升模型 | 第21-23页 |
| 第三章 增强随机森林 | 第23-26页 |
| 第四章 数据分析 | 第26-38页 |
| 4.1 回归 | 第26-33页 |
| 4.1.1 数据集介绍 | 第26-28页 |
| 4.1.2 模型训练与测试 | 第28-29页 |
| 4.1.3 调节参数选择 | 第29-33页 |
| 4.2 分类 | 第33-36页 |
| 4.2.1 数据集介绍 | 第33-35页 |
| 4.2.2 模型训练与测试 | 第35-36页 |
| 4.3 数据分析小结 | 第36-38页 |
| 第五章 总结 | 第38-39页 |
| 5.1 方法的优点 | 第38页 |
| 5.2 方法的不足和展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42页 |
