集成学习 | MATLAB实现RF(随机森林)集成学习器
基本介绍
将随机森林回归原理应用到了预测领域,构建了基于随机森林的预测模型,以及预测结果的评价,测试数据对算法进行验证,结果表明,将随机森林算法运用到预测领域可以为相关问题提供参考价值。
- 运行环境Matlab2018b;
- 机器学习任务,随机森林回归。
- 随机森林函数:TreeBagger。
模型原理
-
随机森林是从原始的数据集N 中有放回地随机抽取k 个数据作为训练集,重复m 次得到m 个不同的决策树。
-
通过Bagging 集成学习将m 个决策树集成,随机森林集成了各决策树的分类结果,将多个弱学习器转换成强学习器,抵消了部分随机误差,对异常值和噪声具有很好的容忍度,缓解了这个两个问题。
-
随机森林算法回归预测的结果取各决策树预测值的均值。
-
随机