一种基于加权决策树的优化随机森林分类方法及系统

摘要

本发明提供了一种基于加权决策树的优化随机森林分类方法及系统，属于模式识别技术领域。该方法为：采用自举法生成多个训练数据集；对每个训练数据集随机抽取特征集；训练决策树，并根据特征集的统计特性或决策树的性能为每个决策树分配投票权重；引入投票机制，加速随机森林的分类过程。本发明利用训练样本的统计特性或决策树的分类性能来分配决策树的投票权重，并利用投票机制加速决策进程，能有效提高随机森林的分类性能和分类效率。