arrow
返回

Enhancing random forest algorithm performance using non-concave penalization techniques

delete2026-02-01
delete0
PRE
AI
Z
Zari Farhadi *
M
Mohammad‐Reza Feizi‐Derakhshi *
H
Hossein Bevrani
M
Mehdi Ebady Manaa
DOI:10.1080/00949655.2026.2632969delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本文提出了一种名为稀疏剪枝随机森林(SPARF)的新型混合框架,该框架通过自动剪枝随机森林(RF)算法生成的树集成来提高预测精度。与传统的RF不同,所提出的框架采用非凸惩罚,即SCAD和GSCAD,以识别并消除冗余树。核心创新在于将基于SCAD的技术与RF集成,并聚合剩余的树。该模型利用SCAD和GSCAD的稀疏性,提供具有高预测精度的可解释模型。该方法在两个真实数据集和蒙特卡洛模拟中进行了评估,其中创建了一个结合RF、SCAD和GSCAD的模型以减少并自动选择RF树。在真实数据集中,SPARF-SC模型相较于RF的均方根误差(RMSE)降低了约9.68%,而SPARF-GSC模型则降低了约8.46%。
Keyword:
Machine learning
SCAD
group SCAD
shrinkage methods
random forest

期刊

J
Journal of Statistical Computation and Simulation
IF:
1.2
论文数:
133
被引数:
4.1K

机构

A
al-mustaqbal university college
学者数:
1.1K
论文数: 1.5K
被引数: 3
U
University of Tabriz
学者数:
9.3K
论文数: 8.5K
被引数: 1.0W
U
university of kurdistan
学者数:
309
论文数: 163
被引数: 0
学者 查看更多机构
引用论文

引用论文

Nonlinear optimization and support vector machines
err2022-04-14
err21
errOAAI
errPiccialli, Veronica; Sciandrone, Marco
err分享
err收藏
Optimization of support vector machine through the use of metaheuristic algorithms in forecasting TBM advance rate
err2021-01-01
err0
PREAI
errJian Zhou; Yingui Qiu; Shuangli Zhu; Danial Jahed Armaghani; Chuanqi Li; Hoang Nguyen; Saffet Yagiz
err分享
err收藏
err分享
err收藏
An Ensemble Framework to Improve the Accuracy of Prediction Using Clustered Random-Forest and Shrinkage Methods
err2022-10-20
err0
errOAAI
errZari Farhadi; Hossein Bevrani; Mohammad-Reza Feizi-Derakhshi; Wonjoon Kim; Muhammad Fazal Ijaz
err分享
err收藏
学者 查看更多内容