计算机工程

作者：薛铭龙,李一博

单位：天津大学 精密仪器与光电子工程学院,天津 300072

关键词：自动识别,集成学习,惩罚项因子,分类精度,噪声鲁棒性

基金：天津市自然科学基金(17JCYBJC19300)。

为使智能家居系统从传感器网络返回的数据中自动识别用户行为并生成个性化服务策略,提出一种引入惩罚项的随机森林算法。对每次迭代过程中使用的属性集设置不同的惩罚项因子,生成尽可能不同的决策树,从而兼顾集成算法的多样性与分类精度。在UCI、CASAS数据集上的实验结果表明,与传统集成分类算法Bagging、Adaboost相比,该算法具有更高的分类精度与噪声鲁棒性。

来源：2019年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第5期