本文介绍了一种用于分布随机森林的变量重要性算法，能够高效地选择变量并提供准确估计。该算法在真实数据和模拟数据上表现出高的经验性能。

本文提出了一种重新解释核化局部敏感哈希（KLSH）的方法，提高了经验性能，大规模基准图像检索数据集上评估表明可提高至少12%的召回率性能。