# 安排森林 Arranged Forests

**Repository Path**: cluo29/ArrangedForests

## Basic Information

- **Project Name**: 安排森林 Arranged Forests
- **Description**: 在随机森林模型的构建过程中，每棵决策树的特征是随机从全体特征中选取的。如果某些特征被较多的决策树选取，在不可预知的实际运行环境中，一旦这些特征的信号数据受干扰，那么较多的决策树也会做出错误判断，最终影响整个模型的精确度。我们提出“Arranged Forests 安排森林”与对角分配算法，统筹安排每棵决策树的特征，平衡每个特征对所有决策树的影响，使整个模型在某些特征受到干扰时也能获得较高的精确度。
- **Primary Language**: Python
- **License**: BSD-3-Clause
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2023-07-22
- **Last Updated**: 2025-02-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 安排森林 Arranged Forests

#### Intro

Arranged forests is a machine learning method optimising feature distribution in random forests to avoid poor performance.

#### 介绍

在随机森林模型的构建过程中，每棵决策树的特征是随机从全体特征中选取的。如果某些特征被较多的决策树选取，在不可预知的实际运行环境中，一旦这些特征的信号数据受干扰，那么较多的决策树也会做出错误判断，最终影响整个模型的精确度。我们提出“Arranged Forests 安排森林”与对角分配算法，统筹安排每棵决策树的特征，平衡每个特征对所有决策树的影响，使整个模型在某些特征受到干扰时也能获得较高的精确度。

#### 关键的片段

$t(j+(t-1)(l-1))$

$$\begin{pmatrix}
1&2&3&4\\
5&6&7&8\\
9&10&11&12\\
13&14&15&16\\
\end{pmatrix}$$