基于森林的 AutoEncoder
机器学习
2020-07-07 v1 机器学习
摘要
自编码是一项重要任务，通常由深度神经网络（DNN）如卷积神经网络（CNN）来实现。在本文中，我们提出了 EncoderForest（缩写为 eForest），这是第一个基于树集成的自编码器。我们提出了一种利用由树的决策路径定义的等价类使森林能够进行反向重构的过程，并展示了其在有监督和无监督环境下的用法。实验表明，与 DNN 自编码器相比，eForest 能够以更快的训练速度获得更低的重构误差，同时模型本身是可重用的且具有容错性。
引用
@article{arxiv.1709.09018,
title = {AutoEncoder by Forest},
author = {Ji Feng and Zhi-Hua Zhou},
journal= {arXiv preprint arXiv:1709.09018},
year = {2020}
}