基于随机森林的变量重要性研究

作者：曹桃云

来源：统计与决策, 2022, 38(04): 60-63.

DOI：10.13546/j.cnki.tjyjc.2022.04.011

• 随机森林
• 最小深度
• 分裂频次
• 节点纯度
• 置换重要性

对变量进行重要性度量是变量选择的依据。变量选择在复杂数据的统计建模和解释预测中具有广泛的研究背景。基于随机森林算法，文章对回归问题中的最小深度、变量在根节点的分裂频次、置换重要性、节点纯度等变量重要性度量进行了原理阐述，并采用数值模拟研究了各种重要性度量的性能，为新方法的设计提供了基础。