...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>応用統計学 >Random Fbrestを用いた欠測データの補完に基づく大学入試センター試験科目間得点差
【24h】

Random Fbrestを用いた欠測データの補完に基づく大学入試センター試験科目間得点差

机译：基于随机残差的缺失数据的补充，大学入学考试中心各科目的分数差异

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Random Forest, one of the ensemble learning methods for classification and non-linear regression model, provides a stable and an accurate data imputation for the missing data. This paper shows that the algorithm works well for a large dataset containing missing data. The examples are science and society examination scores appearing in the Japanese National Center Test in 200x.%Breimanによって提案された分類や非線形回帰のための集団学習の方法のrn一つであるRandom Fbrest（RF）が，欠測を多く含む大量データに村して安定してrnかつ精度のよいデータ補完（imputation）を実施することを示す．本報告では，RFrnによるデータ補完の方法について解説し，ある年度のセンター試験の理科および社rn会の科目間難易比較についての応用例を示す．説明変数が全て同等もしくは同列でrnはなく，幾つかの説明変数がグループにまとめられ，またそのグループの中から一rnつが排他的に選択されるような場合には本報告の手順は有効であろう．
机译：作为分类和非线性回归模型的整体学习方法之一，Random Forest为缺失数据提供了稳定而准确的数据插补。本文证明了该算法对于包含缺失数据的大型数据集效果很好。在日本国家中心测验中出现的科学和社会考试成绩为200x。％随机最优（RF），这是由布赖曼（Breman）提出的分类和非线性回归的小组学习方法之一，其中包含许多缺失数据。结果表明，可以对大量数据进行稳定和准确的数据插补。在本报告中，我们解释了RFrn进行数据补充的方法，并展示了某年中心考试科学的应用示例以及公司会议主题之间的难度比较。当所有解释变量都相同或在同一行中且没有rn时，将某些解释变量分组，并且仅从该组中选择一个rn时，本报告中描述的过程有效。我们走吧。

著录项

  • 来源
    《応用統計学》 |2011年第3期|p.193-209|共17页
  • 作者

    石岡恒憲;

  • 作者单位

    大学入試センター研究開発部 〒153-8501東京都目黒区駒場2-19-23;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 jpn
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号