作者：陆龙妹; 赵明松; 卢宏亮; 张平人工神经网络随机森林重要性评价回归问题机器学习
摘要：机器学习方法在回归问题中的应用十分广泛,人工神经网络(Artificial Neural Network,ANN)和随机森林(random forest,RF)均是经典的机器学习算法,在回归问题中均有众多的应用。神经网络和RF算法均为决策树算法的扩展,且均在解决回归问题中有着良好的精度。ANN是一种可以广泛应用于各个学科的经典机器学习算法;RF算法具有结构清晰、易于解释、运行效率高且对于数据要求低等优势,且RF模型具有稳定性较高,不易出现过拟合问题等特点。文章通过2个回归问题的案例,比较神经网络和RF算法在回归问题中的区别,为研究2种算法在回归问题中的应用提供参考。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
