TY - JOUR A2 - Zhang, Nian AU - Savargiv, Mohammad AU - Masoumi, Behrooz AU - Keyvanpour，Mohammad Reza PY - 2021 DA - 2021/03/27 TI - A New Random Forest Algorithm Based on Learning Automata SP - 5572781 VL - 2021 AB -聚合基分类器的目标是实现一个比单个分类器具有更高分辨率的聚合分类器。随机森林是一种集成学习方法，由于其结构简单、易于理解、效率高于其他集成学习方法而受到更多的关注。经典方法的能力和效率往往受到数据的影响。独立于数据域的能力，以及适应问题空间条件的能力，是关于不同类型分类器的最具挑战性的问题。摘要提出了一种基于学习自动机的随机森林算法，通过在随机森林中加入问题空间的自适应能力和数据域的独立性来提高随机森林的效率。在随机森林中使用强化学习的想法使处理具有动态行为的数据问题成为可能。动态行为是指数据样本在不同领域的行为的可变性。因此，为了评估提出的方法，并创建一个具有动态行为的环境，需要考虑不同的数据域。在该方法中，利用学习自动机将该思想添加到随机森林中。 The reason for this choice is the simple structure of the learning automata and the compatibility of the learning automata with the problem space. The evaluation results confirm the improvement of random forest efficiency. SN - 1687-5265 UR - https://doi.org/10.1155/2021/5572781 DO - 10.1155/2021/5572781 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -