决策森林的子空间选择和集成优化
RESEARCH ON FEATURE SUBSPACESELECTION AND ENSEMBLEOPTIMIZATION OF DECISION FOREST
摘 要
Abstract
目 录
第1章 绪论
1.1 研究背景和意义
1.2 国内外相关研究和综述
1.3 本文的主要工作
1.4 本文的组织结构
第2章 决策森林基本理论
2.1 决策森林基本思想
2.2 决策森林相关概念和理论
2.3 决策森林的优缺点分析
第3章 决策森林的子空间选择
3.1 基于窗口的子空间选择基本思想
3.2 特征度量函数
3.2.1 定义
3.2.2 信息增益(Information Gain)
3.2.3 增益率(Gain Ratio)
3.2.4 卡方(Chi-square)
3.2.5 互信息(mutual information)
3.3 特征窗口
3.3.1 基于计数的特征窗口
3.3.2 基于累积的特征窗口
3.4 基于子空间选择的决策森林算法
3.4.1 算法流程
3.4.2 算法复杂度分析
3.5 实验与分析
3.5.1 实验数据
3.5.2 评估函数
3.5.3 实验结果对比分析
3.5.4 选出特征分析
3.6 结论
第4章 决策森林集成优化
4.1 模型选择集成原理
4.2 双向投票的模型选择原理
4.3 基于模型选择的决策森林算法
4.3.1 算法流程
4.3.2 算法复杂度分析
4.4 实验与分析
4.4.1 算法结果比较
4.4.2 算法结果分析
第5章 决策森林算法研究总结和展望
5.1 决策森林算法总体优化框架
5.2 本文的主要贡献
5.3 进一步研究的问题
5.4 本章小结
结 论
参考文献
攻读硕士学位期间发表的论文及其它成果
哈尔滨工业大学硕士学位论文原创性声明
哈尔滨工业大学硕士学位论文使用授权书
致 谢