Naključni gozdovi (Random Forests)
published: Feb. 25, 2007, recorded: June 2004, views: 4631
Related content
Report a problem or upload files
If you have found a problem with this lecture or would like to send us extra material, articles, exercises, etc., please use our ticket system to describe your request and upload the data.Enter your e-mail into the 'Cc' field, and we will keep you updated with your request's status.
Description
Ena najuspešnejsih metod združevanja enostavnih klasifikatorjev so naključni gozdovi (random forests). Ta algoritem, ki ga je l. 1999 razvil Leo Breiman in za enostavne klasifikatorje uporablja odločitvena drevesa, se lahko kosa z algoritmi kot sta boosting in SVM, ponuja pa tudi več vizualizacijskih tehnik.
V prvem delu seminarja bom predstavil metodo naključnih gozdov in razloge zakaj tako dobro deluje. Pogledali si bomo nekaj možnosti, kako lahko s to metodo pridemo do dodatnih informacij o problemski domeni, npr. ocene kvalitete atributov, rojenje (clustering), tipičnih predstavnikov razredov in izstopajočih primerov ter nekaj vizualizacij.
V drugem delu seminarja bom predstavil dve razviti izboljšavi. Prva temelji na povečanju različnosti osnovnih klasifikatorjev, ki jo dosežemo z uporabo različnih cenilk kvalitete atributov, druga pa na uteženem kombiniranju osnovnih klasifikatorjev, ki za uteži uporablja zanesljivost predikcije v lokalnih podprostorih.
Link this page
Would you like to put a link to this lecture on your homepage?Go ahead! Copy the HTML snippet !
Write your own review or comment: