随机森林指的是利用多棵树对样本进行训练并预测的一种分类器。该分类器最早由Leo Breiman和Adele Cutler提出，并被注册成了商标。
许多研究表明,组合分类器比单一分类器的分类效果好,随机森林(Random forest)就是一种利用多个分类树对数据进行判别与分类的方法,它可以应用于变量个数远大于样本个数的数据,并且不会产生过拟合现象,在对数据...
基于2075个网页-相关网页
The spatial information is derived by mathematical morphology and principal components of the hyperspectral data set, generating a set of different morphological profiles. The whole data set is classified by the Random Forest algorithm.
整个数据集采用随机森林算法分类。
参考来源 - 城市高光谱数据的频谱空间分类方法研究·2,447,543篇论文数据，部分数据来源于NoteExpress
目的探讨随机森林算法在基因表达数据分类研究中的应用。
Objective We investigate the use of random forests for classification of gene expression data.
本文还以SURPASS为基分类器实现了随机森林，最后通过实验验证了随机森林的性质。
Also, this paper build a random forest based on SURPASS and verifies the character of random forest by doing some experiments.
随机森林包R显示在预测误差（）如果有新因素水平出现在测试数据。有什么方法可以避免这个错误?。
Random forest package in R shows error during prediction() if there are new factor levels present in test data. Is there any way to avoid this error?
应用推荐