面向简化规则的集成学习模型及规则约简策略

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：随着机器学习模型的广泛应用，研究者们逐渐认识到这类方法的局限之处。这些模型大多数为黑盒模型，导致其可解释性较差。为了解决这一问题，以集成学习模型为基础，提出了一种基于规则的可解释模型以及规则约简方法，包括生成优化的随机森林模型、冗余规则的发现和约简等步骤。首先，提出了一种随机森林模型的评价方法，并基于强化学习的思想对随机森林模型的关键参数进行了优化，得到了更具可解释性的随机森林模型。（剩余14156字）

试读结束

目录
monitor
客服机器人