利用集成剪枝和多目标优化算法的随机森林可解释增强模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：随机森林模型是广泛应用于各个领域的经典黑盒模型，而黑盒模型的结构特征导致模型可解释性弱，需要借助可解释技术优化随机森林的可解释性，从而促进其在可靠性要求较高场景的应用与发展。研究构建了基于集成剪枝和多目标优化算法的规则提取模型，集成剪枝在解决树模型规则提取易陷入局部最优的问题上具有代表性，多目标优化在解决规则准确性和可解释性的平衡问题上有多个领域的应用。（剩余21511字）

试读结束

目录
monitor
客服机器人