罗宾·格努尔;吉恩·米切尔·波吉 随机森林与R。 (英语) Zbl 1448.62004号 使用R!查姆:施普林格(ISBN 978-3-030-56484-1/pbk;978-3-0.30-56485-8/电子书)。x、 第98页。(2020). 出版商描述:本书为随机森林提供了一个面向应用的指南:这是一种统计学习方法,广泛应用于许多应用领域,这得益于它出色的预测性能,但也得益于它的灵活性,它对所用数据的性质几乎没有限制。实际上,随机森林可以适应监督分类问题和回归问题。此外,它们使我们能够同时考虑定性和定量解释变量,而无需进行预处理。此外,它们可以用于处理观测值数量大于变量数量的标准数据,同时在高维情况下也表现得很好,与观测值数量相比,变量数量相当大。因此,它们现在是统计学家和数据科学家工具箱中首选的方法之一。本书主要面向统计教育等学术领域的学生,也面向统计和机器学习领域的实践者。科学本科学位足以充分利用所讨论的概念、方法和工具。就计算机科学技能而言,尽管建议介绍R语言,但几乎不需要背景知识。随机森林是基于树的方法家族的一部分;因此,在介绍一章之后,第2章介绍了CART树。接下来的三章专门讨论随机森林。他们分别专注于演示(第3章)、变量重要性工具(第4章)和变量选择问题(第5章)。在讨论了概念和方法之后,我们在一个运行示例上演示了它们的实现。然后,在检查其他示例之前,提供了各种补语。在整本书中,每个结果都与可用于重现的代码(R)一起给出。因此,本书为读者提供了基本信息和概念,以及使用随机森林分析数据所需的示例和软件工具。 引用于4文件 MSC公司: 62-02 与统计有关的研究展览(专著、调查文章) 62H30型 分类和区分;聚类分析(统计方面) 62-08 统计问题的计算方法 关键词:随机森林 软件:R(右);知识产权保护;mixOmics公司;rpart公司;ml试验台;VSURF公司;聚会;4.5条;Rborist公司;护林员;随机森林;科恩拉布;rpart.plot(零件图);树 PDF格式BibTeX公司 XML格式引用 \textit{R.Genuer}和\textit{J.-M.Poggi},《与R.Cham的随机森林:施普林格》(2020;Zbl 1448.62004) 全文: 内政部