随机森林中超参数对变量选择的影响

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本文研究了随机森林在高维物质研究中的预测建模和变量选择方面的适用性。通过两个模拟研究,评估了Vita和Boruta变量选择程序的效果。结果表明,超参数的适当设置取决于数据中的相关结构,超参数的默认值并非总是适合于识别重要变量。因此,适当的取值因研究的目标是否在于优化预测性能或变量选择而异。

原文约600字/词,阅读约需2分钟。
阅读原文