Un colega de mi oficina me dijo hoy "Árbol de los modelos no son buenos porque son atrapados por observaciones extremas".
Una búsqueda aquí el resultado en este hilo , que básicamente se apoya la reclamación.
Lo que me lleva a la pregunta: ¿bajo qué situación puede un CARRO modelo de ser robusto, y cómo es que se muestra?
No, no en sus formas actuales. El problema es que convexa de la pérdida de las funciones no puede ser resistente a la contaminación por los valores atípicos (este es un hecho bien conocido desde los años 70, pero sigue siendo redescubierto periódicamente, véase, por ejemplo, este papel para una reciente re-descubrimiento):
http://www.cs.columbia.edu/~rocco/Public/mlj9.pdf
Ahora, en el caso de los árboles de regresión, el hecho de que el CARRITO de los usos marginales (o, alternativamente univariante proyecciones) puede ser utilizado: uno puede pensar en una versión de CARRO, donde el s.d. el criterio es sustituida por una más robusto contraparte (MAD o mejor aún, Qn estimador).
Usted podría considerar el uso de Breiman del empaque o bosques aleatorios. Una buena referencia es Breiman "Bolsas Predictores" (1996). También se resumen en Clifton Sutton "Árboles de Clasificación y Regresión, Embolsado, y Reforzar" en el Manual de Estadísticas.
También se puede ver a Andy Liaw y Mateo Wiener R Noticias de la discusión de la randomForest paquete.
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
