【报告内容】

汇报人：贺国东

汇报单位：太原理工大学

主题：《Decision forest: Twenty years of research》

1、Introduction

2、Individual decision trees

3、Decision forest

4、Conclusion

【报告总结】

1、对历史研究方法的总结

这篇文章总结归纳了在决策林中使用的主要方法和技术，着重介绍决策林的三个主要方面:生长、细化和结合。

1）决策林的生长方法有：

  Random forest, Adaptive boosting, Bagging, Extremely randomized trees,Gradient boosted decision trees等等。

2）决策林的细化

 a.基于排序的方法

不确定性加权精度的集合剪枝排序测度(UWA)、基于多样性的决策林细化方法、基于集体协议的剪枝方法(CAP)。

 b.基于搜索的方法

GASEN算法，MEP，EBP等等。

3）决策结合方法

  加权方法、元学习方法。

2、待解决的问题描述

1）什么情况下构建决策树？什么情况下构建决策森林？

2）如果决策结合通过多数投票的方式无法得到结果，分类器该如何结合？

3）如果决策森林中决策树的预测结果相互矛盾的情况下该如何处理？

4）4）决策树的预测结果如何组合才能使整个决策林达到一定的精度？

报告时间：2023年08月25日19:30

腾讯会议：371 3868 6615

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)