2020.12.29
-
產品系列
Products
資料科學
網路通訊
其他應用軟體
最新活動
News
產品新知
Blogs
關於我們
About Us
聯絡我們
Contact Us
隨機森林演算法
近年來，社會科學中統計或機器學習演算法的使用有所增加，隨機森林 (Breiman, 2001, Machine Learning 45: 5–32) 是一種用於預測的統計或機器學習演算法；隨機森林容易適應資料的非線性，因此與線性迴歸相比有更好的預測，更具體地說，像隨機森林這樣的集成學習演算法非常適合中型到大型資料集。
加拿大滑鐵盧大學Matthias Schonlau教授建立全新Stata社群貢獻指令rforest, 可配適隨機森林分類與迴歸演算法模型。本文概述隨機森林演算法，並用兩個範例說明其用法。第一個範例是分類問題，該問題可預測信用卡持有人是否會拖欠其債務。第二個範例是一個迴歸問題，預測網路新聞的文章分享數（受歡迎程度）。
來源：The random forest algorithm for statistical learning
訂閱昊青/取消訂閱
*為必填
台北總公司
- 104 台北市中山區復興北路354號11樓
(02) 2505-0525
(02) 2503-1680
高雄辦公室
- 800 高雄市新興區民生一路56號11樓之6
(07) 229-8600
(07) 229-8660
客服資訊
- info@sciformosa.com.tw
0800-099-900