一种基于随机森林的回归和分类算法,采用短规则列表的形式。SIRUS结合了决策树的简单性和接近随机森林的预测性。保留了随机森林的核心聚合原则,但SIRUS聚合了森林结构,而不是聚合预测:选择森林中最频繁的节点来形成稳定的规则集成模型。以下文章对算法进行了详细描述:Benard C.、Biau G.、da Veiga S.、Scornet E.(2021)、Electron。J.统计。,15:427-505 <doi:10.1214/20-EJS1792>用于分类,以及Benard C.、Biau G.、da Veiga S.、Scornet E.(2021)、AISTATS、PMLR 130:937-945<http://proceedings.mlr.press/v130/beard21a>,用于回归。这个R包是来自项目管理员的一个分支(<https://github.com/imbs-hl/ranger网站>).
请使用规范形式https://CRAN.R-project.org/package=sirus链接到此页面。