原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
由Breiman在2001年首次提出的随机森林（random forest,RF）[1]已成为应用最广的集成学习算法之一。RF通过利用随机重采样和结点随机分裂策略构建出多棵决策树,进而通过投票得到最终分类结果。由于其具有高精度、好的可解释性、低的过拟合风险及良好的容噪能力等优点[2,3],已在包括计算机视觉[4,5]和数据挖掘[6,7]等众多领域取得了极大成功,同时也激发众多后继者对RF的广泛研究[8,9],发展出了诸如动态RF[10]、深度森林[11]等RF变体。
尽管如此,现有的RF及其变体几乎全聚焦于单视图学习场景,针对二视图或多视图[12,13]的RF构建却很少。现实中很多分类问题本质
文档评论（0）