抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
特徴部分集合の選択が非常に重要で,高い数の変数を含むデータセットの場合に支配的であった。は重要変数を無視するとデータの理解よりコスト効率が高く,より信頼性の高いクラス変数に効率的かつ改善された予測性能を示した。ランダムフォレストは,変数のより高い数であっても,特徴選択問題を扱うことができる非常に効率的でロバストなアルゴリズムとして出現した。が非常に効率的な欠落データの補完,分類および回帰問題を処理しながら,である。も異常値およびノイズの多いデータを処理できることを示した。本論文では,特徴部分集合選択と分類と回帰のランダムフォレストアルゴリズムの概念を適用した異なる展望におけるランダムフォレストアルゴリズムの比較研究を行った。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】