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