期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于改进随机搜索算法的随机森林调参优化 被引量：10

原文传递
导出
摘要 随机搜索法是对无约束力问题寻找最优解的一种算法。随机森林是一种集成算法,为了提高随机森林分类的准确率,需要对参数进行调参。随机森林可以通过网格搜索算法或学习曲线算法选取到合适的参数,但是训练时间过长,消耗资源过大。本文通过对随机搜索算法改进,利用改进的随机搜索算法优化随机森林调参。经过实验验证,改进的算法选取到的参数保证了随机森林分类准确率的同时,相较于通过学习曲线算法缩短了约百分之六十的调参时间。
作者 刘紫亮 居翔 张永芳 黄逸翠
机构地区 南昌工程学院
出处 《网络安全技术与应用》 2022年第4期49-51,共3页 Network Security Technology & Application
关键词 随机搜索法 随机森林 参数优化 学习曲线
分类号 TP181 [自动化与计算机技术—控制理论与控制工程]
  • 相关文献

参考文献7

二级参考文献126

  • 1刘微,罗林开,王华珍.基于随机森林的基金重仓股预测[J].福州大学学报（自然科学版）,2008,36(S1):134-139. 被引量：8
  • 2林成德,彭国兰.随机森林在企业信用评估指标体系确定中的应用[J].厦门大学学报（自然科学版）,2007,46(2):199-203. 被引量：37
  • 3GuoG D, Zhang H J. Boosting for Fast Face Recognition. In: Proc of 2nd International Workshop on Recognition, Analysis and Tracking of Faces and Gestures in Real-Time Systems. Vancouver, Canada, 2001, 96- 100. 被引量：1
  • 4Abney S, Schapire R E, Singer Y. Boosting Applied to Tagging and PP Attachment. ln: Proc of the Joint SIGDAT Conference on Empirical Methods in Natural Language Processing and Very Large Corpora. New Brunswick, NJ, 1999, 38-45. 被引量：1
  • 5Rochery M, Schapire R E, Rahim M, Gupta N. BoosTexter for Text Categorization in Spoken Language Dialogue. In: Autmmtic Speech Recognition and Understanding Workshop. Madonna di Campiglio Trento, Italy, 2001. Available at http://www, cs.princeton, edu/-schapire/publist, html. 被引量：1
  • 6Rochery M, Schapire R, Rahim M, Gupta N, Riceardi G, Bangalore S, Alshawi H, Douglas S. Combining Prior Knowledge and Boosting for Call Class~flcat~on in Spoken Language DiaLogue. In:Proc of International Conference on Aceousties, Speech and Signal. Orlando, Florida. 2002. Available at http://www, cs/princetonedu/-schapire/whatsnew. html. 被引量：1
  • 7Schapire R E, Singer Y. BcosTexter: A Bcosting-Based System for Text Categorization. Machine Learning, 2000, 39(2- 3): 135- 168. 被引量：1
  • 8Schapire R E, Rochery M, Rahim M, Gupta N. Incorporating Prior Knowledge into Boosting. In: Proc of the 19th International Conference on Machine Learning. Sydney, 2002, 538 - 545. 被引量：1
  • 9Schwenk H, Bengio Y. Adal3oosting Neural Networks: Application to On-Line Character Recognition. In: Proc of the International Conference on Artificial Neural Networks ( ICANN' 97 ). Lausanne, Switzerland: Springer-Verlag, 1997, 967-972. 被引量：1
  • 10Schwenk H. Using Boosting to lmprove a Hybrid HMM/'Neural Network Speech Recognizer. In: Proc of the IEEE International Conferenee on Acoustics, Speech, and Signal (ICASSP 99 ). Phoenix, Arizona, 1999, H : 1009 - 1012. 被引量：1

共引文献903

同被引文献134

引证文献10

二级引证文献22

网络安全技术与应用
2022年 第4期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部