randomUniformForest:用于分类、回归和无监督学习
集成模型,用于分类、回归以及基于未经整理的森林的无监督学习和随机二叉决策树。每棵树都长出来了通过在每个节点采样并替换一组变量。根据连续的均匀分布。对于每个树,数据要么是引导的或次采样。无监督模式引入了聚类、降维以及使用三层引擎的可变重要性。随机均匀森林主要是旨在降低树(或树残差)之间的相关性,以提供深入的分析具有可变重要性,并允许本地分布式增量学习。
文档:
下载:
链接:
请使用规范形式https://CRAN.R-project.org/package=randomUniformForest链接到此页面。