闪亮的随机森林
基于shiny的随机森林，使用到了shiny 、 randomForest 、 shinyAce 、 rmarkdown 、 ggplot2等R包，使用方法为：
if ( ! require( shiny )) {
install.packages( pkgs = ' shiny ' , quiet = TRUE )
require( shiny )
}
if ( ! require( randomForest )) {
install.packages( pkgs = ' randomForest ' , quiet = TRUE )
require( randomForest )
}
if ( ! require( shinyAce )) {
install.packages( pkgs = ' shinyAce ' , quiet = TRUE
2021-10-13 09:39:34
8KB
1
提出了一种基于随机森林的封装式特征选择算法RFFS，以随机森林算法为基本工具，以分类精度作为准则函数，采用序列后向选择和广义序列后向选择方法进行特征选择。在 UCI数据集上的对比实验结果表明，RFFS算法在分类性能和特征子集选择两方面具有较好的性能。
2021-10-12 21:14:39
330KB
1
matlab发布excel数据代码功能随机森林（FRF）手册
在E.
Feczko博士的论文中介绍了功能随机森林。
等。
本手册记录了如何使用Eric
Feczko编写的RFAnalysis软件包。
该手册分为两个主要部分。
第一部分介绍如何使用随机森林子组检测（RFSD）工具分析横截面数据。
第二部分介绍如何使用函数随机森林（FRF）工具分析纵向轨迹。
简短的介绍将引导用户安装软件。
安装
获取包装
FRF代码可以在github上找到。
该存储库旨在作为稳定版本公开发布。
对于开发版本，请联系Eric
Feczko（）或Fair
Lab。
仓库本身可以通过使用git安装在任何位置：
https://github.com/DCAN-Labs/functional-random-forest.git
/destination/path/for/FRF
依存关系
FRF有两种版本，源版本和编译版本。
源FRF有两个外部依赖项：
MATLAB
2016版或更高版本
MATLAB机器学习和统计工具箱
MATLAB
Parallell
Computing工具箱[可选]
编译的FRF具有一个外部依
2021-10-12 14:34:50
782KB
1
因果森林
在2021年二月森林因果关系到EESP类机器学习的演示幻灯片的甲板可以在此访问
2021-10-12 12:11:15
9.41MB
1
用R 实现随机森林的分类与回归
Applications of Random Forest using R
Classification and Regression
2021-10-06 19:15:04
5.57MB
1