利用集成剪枝和多目標(biāo)優(yōu)化算法的隨機(jī)森林可解釋增強(qiáng)模型

打開(kāi)文本圖片集

摘 要：隨機(jī)森林模型是廣泛應(yīng)用于各個(gè)領(lǐng)域的經(jīng)典黑盒模型，而黑盒模型的結(jié)構(gòu)特征導(dǎo)致模型可解釋性弱，需要借助可解釋技術(shù)優(yōu)化隨機(jī)森林的可解釋性，從而促進(jìn)其在可靠性要求較高場(chǎng)景的應(yīng)用與發(fā)展。研究構(gòu)建了基于集成剪枝和多目標(biāo)優(yōu)化算法的規(guī)則提取模型，集成剪枝在解決樹(shù)模型規(guī)則提取易陷入局部最優(yōu)的問(wèn)題上具有代表性，多目標(biāo)優(yōu)化在解決規(guī)則準(zhǔn)確性和可解釋性的平衡問(wèn)題上有多個(gè)領(lǐng)域的應(yīng)用。（剩余21511字）