一种基于随机森林算法的优化分类方法及装置

摘要

本发明涉及一种基于随机森林算法的优化分类方法及装置，步骤如下：步骤1)：将给定的样本数据划分为k个相互独立的子训练集合，根据每个训练子集选择不同的决策树，各决策树选择不同的决策属性构成基分类器，进而各基分类器形成随机森林；步骤2)：在每个基分类器中，每一个元组分配设定的权重，然后将待分类数据送入到步骤1)构建的随机森林中进行分类，根据分类结果与预测结果比较调节权重：如果元组的分类预测结果与实际结果不符，则加大该元组的权值；如果元组的分类预测结果与实际结果相符，则减小该元组的权值；步骤3)：根据调整后的各元组的权重，重新对待分类的数据进行分类，直到分类结果与预测结果相一致。

主权项

一种基于随机森林算法的优化分类方法，其特征在于，步骤如下：步骤1)：将给定的样本数据划分为k个相互独立的子训练集合，根据每个训练子集选择不同的决策树，各决策树选择不同的决策属性构成基分类器，进而各基分类器形成随机森林；步骤2)：在每个基分类器中，每一个元组分配设定的权重，然后将待分类数据送入到步骤1)构建的随机森林中进行分类，根据分类结果与预测结果比较调节权重：如果元组的分类预测结果与实际结果不符，则加大该元组的权值；如果元组的分类预测结果与实际结果相符，则减小该元组的权值；步骤3)：根据调整后的各元组的权重，重新选择分类的数据进行分类，直到分类结果与预测结果相一致，获得最优的分类器，最终实现对待分类数据的分类。