| 集成随机森林的分类模型 |
| |
| 引用本文： | 邓生雄,雒江涛,刘勇,王小平,杨军超. 集成随机森林的分类模型[J]. 计算机应用研究, 2015, 32(6) |
| |
| 作者姓名： | 邓生雄 雒江涛 刘勇 王小平 杨军超 |
| |
| 作者单位： | 1. 重庆邮电大学通信与信息工程学院,重庆,400065
2. 重庆邮电大学通信与信息工程学院,重庆400065;重庆市高校通信网测试技术工程研究中心,重庆400065 |
| |
| 基金项目： | 国家科技重大专项子课题资助项目，重庆市应用开发计划资助项目，2013年重庆高校创新团队建设计划资助项目 |
| |
| 摘 要： | 与集成学习相比,针对单个分类器不能获得相对较高而稳定的准确率的问题,提出一种分类模型.该模型可集成多个随机森林,并以带阈值的多数投票法作为结合方法;模型实现主要分为建立集成分类模型、实例初步预测和结合分析三个层次.MapReduce编程方式实现的分类模型以P2P流量识别为例,分别与单个随机森林和集成其他算法进行对比,实验表明提出模型能获得更好的P2P流量识别综合分类性能,该模型也为二类型分类提供了一种可行的参考方法.
|
| 关 键 词： | 集成学习 随机森林 带阈值的多数投票法 MapReduce P2P流量识别 |
Classification model based on ensemble random forests |
| |
| Deng Shengxiong,Luo Jiangtao,Liu Yong,Wang Xiaoping,Yang Junchao. Classification model based on ensemble random forests[J]. Application Research of Computers, 2015, 32(6) |
| |
| Authors: | Deng Shengxiong Luo Jiangtao Liu Yong Wang Xiaoping Yang Junchao |
| |
| Abstract: | |
| |
| Keywords: | ensemble learning random forests majority voting with thresholds MapReduce P2P traffic identification |
| 本文献已被 万方数据 等数据库收录！ |
|
