分位数回归森林
尼古拉·明绍森; 7(35):983−999, 2006.
摘要
随机森林被引入作为机器学习工具在Breiman（2001）中由于被证明是非常受欢迎和强大的高维回归和分类。对于回归，随机森林给出了响应变量的条件平均值。这里显示了随机森林提供了有关响应变量的完整条件分布，不仅关于条件平均数。条件分位数可以用推断分位数回归森林，随机森林的概括。分位数回归森林给出了一个非参数和精确的高维预测器条件分位数的估计方法变量。该算法被证明是一致的。数值示例表明该算法在预测能力方面具有竞争力。
[腹肌]
[pdf格式][围兜]
