文献

J-GLOBAL ID：201802227482189571   整理番号：18A1268636

粒子群最適化(PSO)に基づく加重ランダム森林モデル【JST・京大機械翻訳】

A Weighted Random Forest Model Based on Particle Swarm Optimization

著者 (3件)： Wang Jie (鄭州大学電气工程学院 河南鄭州450001) ,  Cheng Xuexin (鄭州大学電气工程学院 河南鄭州450001) ,  Peng Jinzhu (鄭州大学電气工程学院 河南鄭州450001)
資料名： Zhengzhou Daxue Xuebao (Lixue Ban)  (Zhengzhou Daxue Xuebao (Lixue Ban))
巻： 50  号： 1  ページ： 72-76  発行年： 2018年 
JST資料番号： C3255A  ISSN： 1671-6841  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ランダムフォレストは効率的な分類アルゴリズムであり、そのモデルにおける投票選択メカニズムは、いくつかの訓練精度の低い決定木も同じ投票能力を持ち、精度を低下させる。この問題を解決するため、投票時に、各決定木を1つずつその訓練精度に正比例する重みを乗り、粒子群最適化アルゴリズムを用いて、ランダム森林モデルを最適化し、反復最適化によりモデルに含まれるパラメーターを選出した。.1......................................UCIデータベースの検証により、提案した加重ランダム森林モデルの分類精度が一般的なランダム森林アルゴリズム及び従来の分類アルゴリズムより高いことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  アルゴリズム ,  ディシジョンツリー ,  投票 ,  データベース
準シソーラス用語： 分類精度 ,  分類アルゴリズム ,  ランダムフォレスト ,  *加重 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： random forest ,  decision tree ,  C4.5 algorithm ,  particle swarm optimization

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 粒子群最適化 ,  PSO ,  加重 ,  森林 ,  モデル