Klasifikační a regresní lesy

0405534 - UIVT-O 330912 RIV CZ cze K - Conference Paper (Czech conference)
Klaschka, Jan - Kotrč, Emil
Klasifikační a regresní lesy.
[Classification and Regression Forests.]
Současné metody statistické analýzy a modelování pro technickou praxi a výzkum. Pardubice: TriloByte Statistical Software, 2005 - (Kupka, K.), s. 89-100. ISBN 80-239-4847-4.
[Analýza dat 2004/II pro technickou inženýrskou a výzkumnou veřejnost. Celostátní seminář. Lázně Bohdaneč (CZ), 29.11.2004-01.12.2004]
R&D Projects: GA MŠMT ME 701; GA AV ČR 1ET100300517
Institutional research plan: CEZ:MSM6840770010
Keywords : klasifikační stromy * klasifikační lesy * bagging * boosting * arcing * random forests
Subject RIV: BA - General Mathematics

Klasifikační les je klasifikační model vytvořený kombinací určitého počtu klasifikačních stro-mů. Každý strom přiřazuje hodnotě vektoru prediktorů nějakou třídu a výsledná klasifikační funkce je dána hlasováním. Obdobně regresní les sestává z několika regresních stromů a výsledná regresní funkce je definována jako vážený průměr regresních funkcí jednotlivých stromů. V práci jsou stručně vysvětleny některé metody vytváření lesů, jmenovitě tzv. bagging, boosting, arcing a Random Forests.

Classification forest is a classification model constructed by combinaning several classification trees. A predictor vector is assigned a class by each of the trees, and the overall classification function is given by majority voting. Similarly, a regression forest consists of several regression trees, and the overall regression function is defined as a weighted average of regression functions of individual trees. Brief explanations of some forest construction methods, namely of bagging, boosting, arcing and Random Forests, are given.
Permanent Link: http://hdl.handle.net/11104/0125692