| 中文题名： | 基于Python的随机森林算法 |
| 姓名： | |
| 保密级别： | 公开 |
| 论文语种： | 中文 |
| 学科代码： | 071201 |
| 学科专业： | |
| 学生类型： | 学士 |
| 学位： | 理学学士 |
| 学位年度： | 2017 |
| 学校： | 北京师范大学 |
| 校区： | |
| 学院： | |
| 第一导师姓名： | |
| 第一导师单位： | |
| 提交日期： | 2017-05-22 |
| 答辩日期： | 2017-05-10 |
| 中文关键词： | |
| 中文摘要： |
本 文 从 机 器 学 习 引 入 介 绍 了 一 些 随 机 森 林 的 基 本 原 理 和 理 论 背
景。随机森林是决策树的一种延伸，也是一种著名的集成学习方法。
其次介绍了随机森林的相关理论，包括强大数定律的应用表明随机
森林的收敛性，克服了决策树中过拟合的问题。同时我们给出了一
个theAmitandGeman(1997)analysis的简化扩展形式来表明随机森林的精度
依赖于每个决策树的强度和他们之间的相关性，即泛化误差界。最后通过经
典的泰坦尼克数据集，基于Python算法进行一个简单的机器学习，利用随机
森林算法解决船上乘客幸存与否的分类问题。
﹀
|
| 参考文献总数： | 10 |
| 馆藏号： | 本071201/17028 |
| 开放日期： | 2017-05-23 |
谷歌
