CHAID-RF：基于CHAID决策树的集成学习方法

打开文本图片集

摘 要：针对卡方自动交互诊断（CHAID）决策树易过拟合的问题，提出CHAID随机森林方法（CHAID Random Forest， CHAID-RF）。该方法采用随机采样、随机选择特征以及集成的策略，将CHAID决策树作为基分类器，形成CHAID-RF。为了验证CHAID-RF的有效性，选取CART、CHAID、SVM、RF作为对比算法，以准确率、加权查准率、加权查全率、加权F值作为分类模型评价指标，以均方根误差作为回归模型评价指标，采用10个分类数据集和7个回归数据集进行验证。（剩余10841字）