ฉันไม่แน่ใจด้วยซ้ำว่าคำถามนี้สมเหตุสมผลดี แต่ฉันคิดว่าฉันเห็นชื่อหนังสือสองเล่มที่พวกเขาเสนอป่าสุ่มโดยมีเอฟเฟกต์แบบสุ่ม เป็นไปได้ใน R?
ฉันไม่แน่ใจด้วยซ้ำว่าคำถามนี้สมเหตุสมผลดี แต่ฉันคิดว่าฉันเห็นชื่อหนังสือสองเล่มที่พวกเขาเสนอป่าสุ่มโดยมีเอฟเฟกต์แบบสุ่ม เป็นไปได้ใน R?
คำตอบ:
ไม่ได้ใช้ร่วมกันและควรใช้ความระมัดระวังก่อนที่จะรวมเข้าด้วยกัน
โดยทั่วไปจะใช้ฟอเรสต์แบบสุ่มเป็นตัวแยกประเภท เหตุผลที่คุณจะใช้ฟอเรสต์แบบสุ่มแทนวิธีอื่น (เช่นการจัดกลุ่ม K-mean) คือคุณอาจมีมิติข้อมูลจำนวนมากที่คุณต้องการจัดประเภท ปัญหาของการมีมิติข้อมูลขนาดใหญ่คือถ้าคุณต้องการทดสอบการรวมคำสั่งมิติทั้งหมดคุณจะมีตัวเลือกจำนวนมาก (มันจะเติบโตเร็วกว่าจำนวนมิติข้อมูล)
เอฟเฟกต์แบบสุ่มมักใช้ในการถดถอยด้วยการวัดซ้ำในสิ่งเดียวกัน พวกมันใช้กันอย่างแพร่หลายในแบบผสมเอฟเฟกต์ที่คำผสมหมายถึงเอฟเฟกต์ทั้งแบบคงที่และแบบสุ่ม ผลกระทบคงที่เป็นความคิดที่แสดงถึงพารามิเตอร์ที่คุณจะเห็นอีกครั้ง (เช่นยาหรืออายุของบุคคล) คิดว่าเอฟเฟกต์แบบสุ่มจะแสดงถึงอินสแตนซ์ของความแปรปรวนรอบพารามิเตอร์ที่คุณจะไม่เห็นอีกครั้ง (เช่นบุคคลที่ระบุ)
มีตัวอย่างที่ใช้ร่วมกันเมื่อมีข้อมูลคลัสเตอร์http://dx.doi.org/10.1080/00949655.2012.741599และhttp://www2.ims.nus.edus.co.th/Programs/014swclass/files/denis.pdf .
ฉันไม่ทราบแพ็คเกจ R ใด ๆ ที่สามารถทำการวิเคราะห์นี้ได้
ใช่มันเป็นไปได้ คุณควรตรวจสอบ " RE-EM ต้นไม้: แนวทางการทำเหมืองข้อมูลสำหรับระยะยาวและข้อมูลคลัสเตอร์ " และแพคเกจที่เกี่ยวข้อง R REEMtree
ไม่นานมานี้ตั้งแต่ฉันดูกระดาษ ฉันจำได้ว่าผู้เขียนยังไม่ได้ลองสร้างตระการตาของต้นไม้เหล่านี้ แต่ก็ไม่มีอะไรแนะนำว่ามันจะไม่ทำงาน
ฟอเรสต์ผสมสุ่มป่า (MERFs) เป็นสิ่งที่ ในฐานะที่เป็นคำตอบข้างต้นรัฐมีการวิจัยที่ดีเกี่ยวกับพวกเขาโดยกลุ่มของดร. Larocque ที่ HEC Montreal กระดาษอยู่ที่นี่: http://www.tandfonline.com/doi/abs/10.1080/00949655.2012.741599
โดยพื้นฐานแล้วมันเป็นวิธีที่ดีในทางทฤษฎีในการรวมการสร้างแบบจำลองที่ไม่ใช่เชิงเส้นของป่าสุ่มกับเอฟเฟกต์แบบสุ่มเชิงเส้น
เราเพิ่งเปิดตัวแพ็คเกจโอเพ่นซอร์สใน Python ที่ใช้ MERF โดยใช้อัลกอริทึมด้านบนในบทความ
เราเขียนโพสต์บล็อกโดยละเอียดเกี่ยวกับแพคเกจและวิธีใช้สำหรับชุดข้อมูลแบบกลุ่ม