回帰,分類および生存のためのランダムフォレスト(RF)カーネル【JST・京大機械翻訳】

Feng Dai; Baumgartner Richard

プレプリント

J-GLOBAL ID：202202206408871630 整理番号：22P0186592

回帰,分類および生存のためのランダムフォレスト(RF)カーネル【JST・京大機械翻訳】

Random Forest (RF) Kernel for Regression, Classification and Survival

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年08月31日プレプリントサーバーでの情報更新日： 2020年08月31日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Breimanのランダムフォレスト(RF)は,暗黙のカーネル発生器として解釈でき,そこで,次の近接行列は,データ駆動RFカーネルを表す。RFに関するカーネル展望を用いて,その統計的特性の理論的研究のための原理的枠組みを開発した。しかし,カーネルとRF間のリンクの実際的有用性は広く調査されておらず,系統的に評価されていない。本研究の焦点は,カーネル法とRFの間の相互作用の研究である。連続,バイナリおよび生存ターゲットから成る包括的シミュレーション研究において,正則化線形モデルによって使用されたデータ駆動RFカーネルの性能および特性を明らかにした。連続および生存ターゲットに対して,RFカーネルは,より多数の雑音の多い特徴を持つ高次元シナリオにおいてRFと競合することを示した。バイナリターゲットでは,RFカーネルとRFは同等の性能を示した。RFカーネルがLaplaceカーネルに漸近的に収束するので,評価にそれを含めた。ほとんどのシミュレーションセットアップに対して,RFおよびRFカーネルはLaplaceカーネルより優れていた。それにもかかわらず,いくつかの場合,Laplaceカーネルは競合し,応用に対する潜在的価値を示した。また,回帰,分類および生存に対する実生活データセットからの結果も提供し,これらの洞察が実際にどのように利用できるかを説明した。最後に,解釈可能なプロトタイプおよびランドマーク分類,回帰および生存の文脈におけるRFカーネルのさらなる拡張を検討した。著者らは,RFのBayes対応物によって提供されるカーネルのための研究の将来ラインを概説する。【JST・京大機械翻訳】

, , , , , ,
, , , , , , , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般 , 数値計算

, , , ,

前のページに戻る