文献

J-GLOBAL ID：202002245616427445   整理番号：20A0656711

ランダム森林クラス確率推定のためのツリー集約【JST・京大機械翻訳】

Tree aggregation for random forest class probability estimation

著者 (3件)： Sage Andrew J. (Department of Mathematics and Computer Science, Lawrence University, Appleton, Wisconsin) ,  Genschel Ulrike (Department of Statistics, Iowa State University, Ames, Iowa) ,  Nettleton Dan (Department of Statistics, Iowa State University, Ames, Iowa)
資料名： Statistical Analysis and Data Mining  (Statistical Analysis and Data Mining)
巻： 13  号： 2  ページ： 134-150  発行年： 2020年 
JST資料番号： W2749A  ISSN： 1932-1864  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ランダムフォレスト法において,個々のディシジョンツリーによって作られた予測を集約することによって,全体的予測または推定を行った。ランダムフォレストの一般的な実行は,予測のための異なる方法に依存する。本研究では,分類と回帰問題に利用可能な凝集手法の性能の経験的解析を提供した。著者らは,凝集方式の選択が通常回帰においてほとんど影響を持たないが,それは分類問題における確率推定に及ぼす重大な影響を持つことができることを示した。著者らの研究は,2つの一般的な凝集アプローチから生じるキャリブレーション問題の原因を例証し,末端のノードサイズがツリー予測の凝集において果たす重要な役割を強調する。ランダム森林同調パラメータの最適選択は樹木予測が凝集する方法に大きく依存することを示した。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 同調 ,  凝集 ,  ディシジョンツリー ,  *統計的推定
準シソーラス用語： *ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (3件)： 凝集 ,  クラス確率推定 ,  ランダムフォレスト

分類 (1件)： 測樹学  (FF01040T)

タイトルに関連する用語 (4件)： 森林 ,  クラス ,  確率推定 ,  集約