基于特征选择的随机森林算法的设计与实现.docx

论文题目:基于特征选择的随机森林算法的设计与实现基于特征选择的随机森林算法的设计与实现

摘要：本文研究一种基于特征选择的随机森林算法。以分类精度和数据维度为准则函数，利用基尼系数对特征重要性进行有效度量，对排序后的数据特征采用后向选择法对特征进行逐一筛选，在确保分类精度的基础上，大幅降低冗余数据和噪声。为保证算法稳定性，本文对分类数据集引入交叉验证，将分类数据集分为K份。最后，数值实验对比结果表明该方法在降低数据维度，减少冗余数据上具备一定的效果且能够进一步提升分类精度。

关键词：随机森林；特征选择；交叉验证；降噪

1引言

随着图像处理、信息提取和分类、生物信息学的等技术的发