李传泉;林友武;徐庆松 使用标准偏最小二乘进行分类的增强随机森林。 （英语） Zbl 07531815号 Commun公司。统计、理论方法 50，编号18，4324-4334（2021）. 摘要：最近，针对分类问题，人们推导出了随机森林的几种变体，其中轮作森林是提高模型准确性的一种重要类型。在本文中，我们提出了一种简单有效的旋转森林变异方法，即使用标准偏最小二乘算法旋转树的可变空间，然后将所有树组合成一个“森林”在20个基准数据集上的实验结果表明，与随机森林和旋转森林相比，该方法具有更好的预测性能。 MSC公司： 62至XX 统计 关键词：正则偏最小二乘;随机森林;分类;特征旋转 软件：处罚LDA;随机森林;伦敦银行支持向量机 PDF格式BibTeX公司 XML格式引用 \textit{C.-Q.Li}等人，Commun。Stat.，理论方法50，No.18，4324--4334（2021；Zbl 07531815） 全文： 内政部 参考文献： [1] Benavoli，A。；Corani，G。；Mangili，F.，我们真的应该使用基于平均水平的事后测试吗？，机器学习研究杂志，17，1-10（2016）·Zbl 1360.62208号 [2] 布拉泽（R.Blaser）。；Fryzlewicz，P.，《随机旋转系综》，《机器学习研究杂志》，17，1-26（2016）·Zbl 1360.68666号 [3] 博克，K.W.D。；Poel，D.V.D.，《基于旋转的集成分类器用于客户流失预测的实证评估》，《应用专家系统》，38，12293-301（2011）·doi:10.1016/j.eswa.2011.04.007 [4] Breiman，L.，《随机森林》，机器学习，45，1，5-32（2001）·兹比尔1007.68152 ·doi:10.1023/A：1010933404324 [5] 布雷曼，L。；弗里德曼，J。；斯通，C.J。；Olshen，R.A。；Charles，S.J.，分类和回归树。《对应分析》（1984），纽约：学术出版社，纽约·Zbl 0541.62042号 [6] Chang，C.C。；Lin，C.J.，Libsvm:支持向量机库，ACM智能系统与技术汇刊，2，3，1-27（2011）·数字对象标识代码：10.1145/1961189.1961199 [7] Chun，H。；Keleš，S.，《同时降维和变量选择的稀疏偏最小二乘回归》，《皇家统计学会杂志：B辑（统计方法）》，72，1，3-25（2010）·Zbl 1411.62184号 ·文件编号：10.1111/j.1467-9868.2009.00723.x [8] 德尔加多，M.F。；Cernadas，大肠杆菌。；巴罗，S。；Amorim，D.，我们需要数百个分类器来解决现实世界的分类问题吗？，机器学习研究杂志，15，3133-81（2014）·Zbl 1319.62005号 [9] Demšar，J.，多数据集上分类器的统计比较，机器学习研究杂志，7，1-30（2006）·Zbl 1222.68184号 [10] Dietterich，T.，《比较监督分类学习算法的近似统计检验》，神经计算，10，7，1895-924（1998）·doi:10.1162/08997669830017197 [11] 丁，B.Y。；Gentleman，R.，使用惩罚偏最小二乘法进行分类，《计算与图形统计杂志》，14，2，280-98（2005）·doi:10.1198/106186005X47697 [12] 范，J。；Han，F。；Han，L.，大数据分析的挑战，《国家科学评论》，1，2，293-314（2014）·doi:10.1093/nsr/nwt032 [13] Friedman，J.，正则化判别分析，美国统计协会杂志，84，405，165-75（1989）·doi:10.1080/01621459.1989.10478752 [14] 霍尔，P。；Li，K.-C.，《从高维数据中研究低维预测的几乎线性》，《统计年鉴》，21，2，867-89（1993）·Zbl 0782.62065号 ·doi:10.1214/aos/1176349155 [15] Hotelling，H.，《将复杂的统计变量分析为主要成分》，《教育心理学杂志》，24，6，417-41（1933）·doi:10.1037/h0071325 [16] Indahl，U.G。；哈拉尔，M。；Tormod，N.，从伪回归到PLS-DA中的先验概率，化学计术杂志，21，12，529-36（2007）·doi:10.1002/cem.1061 [17] Indahl，U.G。；Liland，K.H。；Tormod，N.，《规范偏最小二乘——分类和回归问题的统一PLS方法》，《化学计量学杂志》，23，9，495-504（2009）·doi:10.1002/cem.1243 [18] Jong，S.D.，SIMPLS:偏最小二乘回归的替代方法，化学计量学和智能实验室系统，42，251-63（1993） [19] Li，K.C.，用于降维的切片逆回归，美国统计协会杂志，86，414，316-27（1991）·Zbl 0742.62044号 ·数字对象标识代码：10.1080/01621459.1991.10475035 [20] Liaw，A。；Wiener，M.，《随机森林分类与回归》，R News，2，18-22（2002） [21] Marginantu，D.D.和Dietterich，T.G.，1997年。修剪自适应增强。机器学习国际研讨会，加利福尼亚州旧金山，Morgan Kaufmann。Citeser，211-8。 [22] McCullagh，P.，《广义线性模型》，《欧洲运筹学杂志》，第16、3、285-92期（1984年）·Zbl 0556.62041号 ·doi:10.1016/0377-2217（84）90282-0 [23] Nguyen，D.V。；Roke，D.M.，利用微阵列基因表达数据通过偏最小二乘法进行肿瘤分类，生物信息学，18，1，39-50（2002）·doi:10.1093/bioinformatics/18.1.39 [24] Nguyen，D.V。；Roke，D.M.，利用基因表达谱的偏最小二乘法进行多类癌症分类，生物信息学，18，9，1216-26（2002）·doi:10.1093/bioinformatics/18.9.1216 [25] Quinlan，J.R.，决策树归纳，机器学习，1，1，81-106（1986）·doi:10.1007/BF00116251 [26] 罗德里格斯，J.J。；Kuncheva，L.I.，《旋转森林：一种新的分类器集成方法》，IEEE模式分析和机器智能汇刊，281619-30（2006）·doi:10.1109/TPAMI.2006.211 [27] Vapnik，V。；Chervonenkis，A.，一类感知器的注释，自动化和远程控制，24774C780（1964） [28] 冯·R。；Geladi，P。；沃尔德，S。；Esbensen，K.，通过判别偏最小二乘回归计算的环境气溶胶的源贡献，化学计量学杂志，2，4，281-96（1988）·doi:10.1002/厘米.1180020406 [29] 威滕，医学博士。；Tibshirani，R.，《使用Fishers线性判别式进行惩罚分类》，英国皇家统计学会期刊：B系列（统计方法论），73，5753-72（2011）·Zbl 1228.62079号 ·doi:10.1111/j.1467-9868.2011.00783.x [30] Wold，H.，用迭代最小二乘法估计主成分和相关模型，多元分析，15391-420（1966）·Zbl 0214.46103号 [31] 徐庆生。；Liang，Y.Z.，Monte Carlo交叉验证，化学计量学和智能实验室系统，56，1，1-11（2001）·doi:10.1016/S0169-7439（00）00122-2 [32] 张，L。；Suganthan，P.N.，《特征空间集合的随机森林》，模式识别，47，10，3429-37（2014）·doi:10.1016/j.patcog.2014.04.001 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。