分类回归树
分类回归树的相关文献在2002年到2022年内共计125篇,主要集中在自动化技术、计算机技术、经济计划与管理、无线电电子学、电信技术
等领域,其中期刊论文102篇、会议论文8篇、专利文献91282篇;相关期刊85种,包括湖泊科学、水生生物学报、生态学报等;
相关会议6种,包括2016年全国通信软件学术会议、第10届全国计算机支持的协同工作学术会议暨中国计算机学会协同计算专委年度工作会议、第六届全国地理信息科学博士生学术论坛等;分类回归树的相关文献由383位作者贡献,包括李勇、荆文龙、陈凯等。
分类回归树—发文量
专利文献>
论文:91282篇
占比:99.88%
总计:91392篇
分类回归树
-研究学者
- 李勇
- 荆文龙
- 陈凯
- 刘杨晓月
- 刘海平
- 叶少文
- 夏小琳
- 张良松
- 李钟杰
- 杨雪峰
- 杨骥
- 向遥
- 朱承璋
- 王冬燕
- 邹北骥
- 钟国辉
- 何勇平
- 周凯
- 周广胜
- 崔锦恺
- 张小萍
- 张思剑
- 张玲
- 张荣
- 曹铭昌
- 李暄
- 李道丰
- 杜庆宣
- 王忠民
- 王昭霞
- 王晶
- 翟明岳
- 苏杰波
- 赵搏文
- 陈奇林
- Li Dao-Feng
- Su Jie-Bo
- Zhang Xiao-Ping
- Zhao Bo-Wen
- Zhao Yannan
- Zhou Kai
- 丁叶
- 丁能根
- 严云红
- 严康桓
- 乔健
- 乔琨
- 乔琨3
- 于会彬
- 于信阳
-
-
乔健;
诸佳慧;
严康桓
-
-
摘要:
客户流失预测能够帮助运营商制定有针对性的挽留营销政策,对提高竞争力和营业收入有重要意义。本文针对随机森林算法在数据和类别不平衡情况下预测准确率下降的问题,在随机森林CART分类树算法的特征选择过程中引入客户生命周期价值指标,降低了不平衡情况下的基尼系数和模型的不纯度。对电信业客户基本信息、行为数据和交互数据进行数学挖掘和建模,实验结果表明,新改进算法在不平衡情况下可以对潜在流失客户群的特征进行预测,能有效提升客户流失预测模型的准确率,精确评估高价值客户流失临界点,从而快速计算出挽留成本和收益。
-
-
陈明心;
王炜;
张岱;
任伟宏
-
-
摘要:
目的建立乙型肝炎病毒表面抗原(HBsAg)定性测定的快速连续监测法。方法摸索均相光激化学发光免疫分析技术检测HBsAg的反应时间条件,建立短时连续检测程序。使用分类回归树(CART)算法,根据10个组合分类变量建立阴阳性判断规则,同时根据阴性、阳性样本重叠区域,建立可疑判断规则。对连续监测法进行检出限验证,并比较连续监测法和第1次读数的阴性复检率。结果确定均相光激化学发光免疫分析技术检测HBsAg的2次温育时间分别为9 min、4 min,之后每分钟检测1次,连续3次,总反应时间为15 min。采用CART决策树建立了判断规则,在该规则下,样本验证阴性符合率为100%,阳性符合率为97.5%。训练样本风险指数为0.02,验证样本风险指数为0.011,均小于0.05。连续监测法在0.1 IU/mL时检出限验证符合要求。连续监测法的阴性复检率为2.55%,第1次读数方案的阴性复检率为7.64%,两者差异有统计学意义(χ^(2)=4.215,P=0.04)。结论连续监测法在满足定性准确性和低复检率要求下可缩短反应时间。
-
-
唐小卫;
陈祯;
张生润;
丁叶
-
-
摘要:
航班离港始于停机坪推出,经由滑行道滑行并止于跑道离地,因此机坪空间及其与跑滑系统构成的相对位置关系对航班离港滑行具有较大影响,滑行时间的预测精度对ACDM机制下航班推出时刻优化和跑滑系统效率提升具有重要作用。首先提出机位组概念表征机坪空间构型,据此设计场面实时动态航班流量、机位组无阻碍滑行时间和机位组空间影响指数等新特征变量,然后基于分类回归树构建预测模型,验证新特征引入对离港滑行时间的预测效果。以首都机场实际运行数据为例,预测结果表明:在保持较高拟合优度的同时,新引入的表征机坪构型及其与跑滑系统相对位置关系的特征变量提高了离港滑行时间预测模型精度,预测与实际误差值在3 min和5 min内的航班数量分别提高了4.88%和6.46%,每高峰小时可为首都机场减少约2~3个起飞时隙的浪费;新特征变量对离港滑行时间预测精度的整体贡献较大,且场面整体流量特征变量的贡献超过单一跑道流量,进港航班相关特征变量的贡献超过离港航班。
-
-
申哲;
张认连;
龙怀玉;
徐爱国
-
-
摘要:
【目的】基于历史数据,利用机器学习方法分析宁夏南部土壤质地空间变异规律及其与环境因素之间的关系。【方法】基于宁夏回族自治区南部428个20世纪80年代第二次土壤普查土壤剖面点数据,采用分类回归树(CART)和随机森林(RF)两种机器学习方法,结合地形因子、土壤类型、归一化植被指数,探究与宁夏南部地区土壤质地分布相关性较强的环境因素,并用两种机器学习预测该区土壤质地类型的空间分布,用剖面点验证集数据以及宁夏回族自治区海原县实测样点数据验证模型精度。【结果】(1)RF和CART对剖面点验证集土壤质地类型的预测正确率分别为62.36%、55.29%,接收者操作特性(receiver operating characteristic,ROC)曲线下面积(area under roc curve,AUC)分别为0.7515、0.6933,对海原县122个实测样点的预测正确率分别为54.10%、48.36%,AUC分别为0.6599、0.5981,RF的预测精度高于CART。(2)该区土壤类型(ST)是与土壤质地空间分布相关性最强的环境因素,其次是高程(Ele),高程越高,土壤质地越黏重。风力作用指数(WEI)和坡度(Slo)对土壤质地的影响较小。(3)研究区土壤质地类型以轻壤土为主,空间分布格局基本呈现为南部土壤质地黏重,北部土壤质地较轻。【结论】RF更适合预测宁夏南部地区土壤质地的空间分布,且充分利用历史数据,结合新的野外采样,可以达到预测制图的精度要求;土壤类型(ST)和高程(Ele)是与土壤质地空间分布相关性较强的环境因素。
-
-
李青
-
-
摘要:
为了提高城市交通信息管理能力、交互能力和处理能力,提出了基于XGBoost融合模型的交通流量预测系统。构建了梯度方向直方图(HOG)特征信息模型,采用支持向量机(SVM)分类器对城市交通信息进行识别,增强了道路信息识别能力。同时,构建了基于XGBoost融合模型的交通流量预测系统。XGBoost融合模型将分类回归树(CART)作为基分类器,应用Label Encoding和one-hot Encoding方式实现原始数据集的编码,集成多个决策树模型,共同决定样本的预测结果。通过调整模型参数,可防止出现过拟合。通过对不同数据信息进行分类,提高了数据监控能力。试验结果表明,该研究对车辆图像的识别率较高,对交通流量的预测数据的误差百分比始终低于0.1。该研究能够加强城市交通系统监控,提高交通数据信息分析和应用能力。
-
-
殷子渊;
张凯山
-
-
摘要:
为建立典型城市机动车驾驶模式并量化其尾气排放,研究选取成都市内26辆满足国V排放标准(GB 18352.5-2013《轻型汽车污染物排放限值及测量方法(中国第五阶段)》)的轻型汽油车,利用便携式尾气测量系统测量其现实条件下的行驶工况及尾气排放,并根据实际情况结合分类回归树方法构建本地化的驾驶模式并分析各模式的尾气排放.结果 表明:划分的加速、减速、匀速、怠速、停走5种驾驶模式,可以反映车辆行驶过程中尾气排放和油耗特征.不同驾驶模式间的尾气排放有显著差异.通常情况下,以加速最大,其次为匀速、停走、减速,以怠速最小.根据污染物不同,不同模式间的尾气排放差异可达到12倍.此外,现实条件下车辆尾气超标排放的情况严重,且存在间歇性高排放的现象.这说明构建典型城市驾驶模式并分析其模武排放特征有助于估算小尺度的机动车尾气排放清单,并为交通管理和尾气排放控制提供数据参考.
-
-
刘映宏;
邓波;
陈郎;
陈静文;
李显蓉
-
-
摘要:
目的:应用分类回归树探讨本科实习护生职业认同的影响因素.方法:便利选取2所三级综合医院182名本科实习护生为调查对象,采用护士职业认同量表调查其职业认同现状.结果:单因素分析结果显示,不同年龄、性别以及是否担任班委或学生干部、自主选择护理专业、心理疏导教育、职业认同相关教育的本科实习护生的职业认同得分比较差异有统计学意义(P<0.05).分类回归树分析显示有职业认同相关教育的本科实习护生职业认同得分最高[(110.08士 15.03)分],无职业认同相关教育、非自主选择护理专业、有心理疏导教育的本科实习护生职业认同得分最低[(72.60±29.11)分].结论:注重本科实习护生职业认同知识教育和认知干预,针对不同年龄、性别护生开展有计划、科学有效的职业认同教育,促进男女护生之间的合作和职业情感交流,互增职业认同感.
-
-
-
-
-
- 《2016年全国通信软件学术会议》
| 2016年
-
摘要:
在复杂的移动平台环境下,负载均衡算法是实现XMPP通信服务器集群前端的负载均衡器的核心问题,及时准确地预测负载情况是实现合理调度分流的前提.本文分析了现有的负载均衡算法存在的问题,针对这些问题提出了针对于移动平台使用XMPP协议服务器端的基于分类回归树CART和KNN结合的预测算法.该方法首先通过动态反馈采集服务器节点的资源信息组成时间序列,对时间序列进行预测计算.然后将服务器节点分区域管理,运用不同的调度策略.实验证明,与原始的加权轮询和最小连接数算法相比,该预测算法在连接响应时间上减少了25%,在建立连接的平均速率上提升了近1.3倍,动态的调度策略使得整个服务器集群有更大的吞吐量,对于移动平台有更好的适应性.
-
-
Zhao Yannan;
赵艳南
- 《第六届全国地理信息科学博士生学术论坛》
| 2014年
-
摘要:
以三峡库区树坪滑坡地下水位监测数据为例,在深入分析降雨量、库水位等影响因素与滑坡地下水位动态变化的响应关系基础上,选取影响地下水位变化的因子集,基于该因子集构建分类回归树模型,并对地下水位进行预测.经验证,测试样本的预测结果与实测值基本吻合,其平均绝对误差和相对误差分别为0.28m和1.15%.利用相同因子集构建粒子群支持向量机模型进行对比,预测结果的平均绝对误差和相对误差分别为1.53m和6.11%.综合表明分类回归树模型具有较好的泛化预测能力,同时在分析滑坡地下水动态变化特征、筛选重要变量等方面具有较强的优越性,是一种有效的滑坡地下水位预测方法.
-
-
-
刘璐;
高颖;
马斌
- 《第十次全国中医药传承创新与发展学术交流会暨第二届全国中医药博士生会议》
| 2011年
-
摘要:
目的:探讨缺血性中风急性期证候与相关生物学指标的关系,从微观辨证的角度阐明证候与疾病的关系.rn 方法:用ELISA法测定175例急性期缺血性中风病患者起病后72h内、第7、14d热休克蛋白70(HSP70)、细胞间黏附分子1(ICAM-1)及金属基质蛋白酶9(MMP9)表达水平的变化,并动态采集四诊信息判断其证候要素.应用广义规则归纳(GRI)和分类回归树(C&RT)对其数据进行挖掘分析.rn 结果:应用GRI发现血瘀证在3个时间点均与缺血性中风急性期相关生物学指标存在密切关联.应用C&RT发现HSP70表达水平是影响气虚证最重要的因素.rn 结论:研究提示HSP70、ICAM-1、MMP9可能是缺血性中风急性期血瘀证的微观指标,提示HSP70可能为气虚证的微观指标.
-
-
謝弘一
- 《2007年第二届辅仁大学、中国人民大学联合研讨会暨经营成长、金融改革与创新学术研讨会》
| 2007年
-
摘要:
建构有效的信用评等模式为现今各家金融机构所关注的议题,冀望藉由信用评等模式准确预测顾客的信用良窳,故而评等模式的准确性与快速性将直接影响金融机构的获利续效。银行过去的授信常以授信人员的主观判断以及信用评等表格制式化等方式为之,如此必须将可能具有关联之属性进行转换或降阶成人脑所能处理的资讯。将高维度属性转换成较低维度方式,将可能丧失潜藏于其中的关键资讯,更恐造成授信业务的效果不彰,进而影响银行获利绩效。银行的客户资料系统中,往往储存大量顾客资料,若能有效运用这些顾客资料,在决策品质与服务速度的提升,定有相当帮劝。本研究尝试提出一整合类神经网路(Artificial NeuralNetworks,ANNs)与分类回归树(Classification andRegression Tree,CART)以及多元适应性云形回归(Multivariate Adaptive Regression Splines,MARS)之分类模式建构程序,以应用於信用评等模式之建构,与单纯使用倒传递类神经网路模式所得结果进行比较,并采5-Fold交叉验证的方式,降低可能产生之抽样偏差。研究结果显示,整合模式之绩效表现不亚于单纯使用倒传递类神经网路所建构之模式。因此在考虑时间成本的情形之下,整合模式可作为模式建构之备选方案。
-
-
-
王猛涛;
刘中金;
常青;
陈昱;
石志强;
孙利民
- 《2016年全国通信软件学术会议》
| 2016年
-
摘要:
本文构建了一个面向大规模嵌入式设备固件的自动化分析平台,该平台能够对固件进行自动化分析,提取其文件系统、操作系统、内核版本、加密算法、CPU指令集等关键信息.针对固件解码成功的自动化判定难题,提出了一种基于CART决策树的判定算法.实验结果表明,该判定算法对于固件解码具有非常好的判定效果,判定准确率高达99.01%,召回率达到98.95%.
-
-
王猛涛;
刘中金;
常青;
陈昱;
石志强;
孙利民
- 《2016年全国通信软件学术会议》
| 2016年
-
摘要:
本文构建了一个面向大规模嵌入式设备固件的自动化分析平台,该平台能够对固件进行自动化分析,提取其文件系统、操作系统、内核版本、加密算法、CPU指令集等关键信息.针对固件解码成功的自动化判定难题,提出了一种基于CART决策树的判定算法.实验结果表明,该判定算法对于固件解码具有非常好的判定效果,判定准确率高达99.01%,召回率达到98.95%.
-
-
王猛涛;
刘中金;
常青;
陈昱;
石志强;
孙利民
- 《2016年全国通信软件学术会议》
| 2016年
-
摘要:
本文构建了一个面向大规模嵌入式设备固件的自动化分析平台,该平台能够对固件进行自动化分析,提取其文件系统、操作系统、内核版本、加密算法、CPU指令集等关键信息.针对固件解码成功的自动化判定难题,提出了一种基于CART决策树的判定算法.实验结果表明,该判定算法对于固件解码具有非常好的判定效果,判定准确率高达99.01%,召回率达到98.95%.
-
-
王猛涛;
刘中金;
常青;
陈昱;
石志强;
孙利民
- 《2016年全国通信软件学术会议》
| 2016年
-
摘要:
本文构建了一个面向大规模嵌入式设备固件的自动化分析平台,该平台能够对固件进行自动化分析,提取其文件系统、操作系统、内核版本、加密算法、CPU指令集等关键信息.针对固件解码成功的自动化判定难题,提出了一种基于CART决策树的判定算法.实验结果表明,该判定算法对于固件解码具有非常好的判定效果,判定准确率高达99.01%,召回率达到98.95%.
-
-
-
-
-
-
- 上海大学
- 之江实验室
- 云南锡业集团(控股)有限责任公司研发中心
- 公开公告日期:2022-09-06
-
摘要:
本发明公开了一种高斯过程回归树分类器多元合金异常数据识别方法:高斯过程回归树分类器异常数据识别方法(英文名:Tree‑Classifier for Gaussian‑Process‑Regression,简称:TCGPR)。本方法基于随机过程假设,根据集合中数据之间的高斯关联性定义了数据集合的全局高斯无序因子(Global Gaussian Messy Factor,GGMF)。通过最大化全局高斯无序因子的期望降低值,不断地扩充初始的数据集合,直至数据集合的拟合优度饱和。本方法基于Stump‑Tree模型建立,通过初始数据集的动态扩容,切分输入的数据集合。本方法可用于例如检测合金性能测试的异常数据,等异常数据识别和分割的机器学习任务之中。本发明是一种基于全局关联性的有监督数据预处理方法,并在相关的数据评估中证实了本方法用于发现和强化数据之间关联的可行性。
-
-
-
-
-