随机森林算法的影响分析

针对随机森林算法,研究了数据点的影响分析,主要目的是确定出数据集中可能存在的强影响点.首先,回顾了随机森林算法的研究现状;然后,定义了识别强影响点的诊断统计量;最后,通过对鸢尾花数据和cpu数据的分析,分别从分类和回归两种情形验证了上述诊断方法的有效性.成功地拓展了统计诊断方法的应用范围.