分层二次随机森林分类器
机器学习
2023-06-06 v1 计算机视觉与模式识别
摘要
在本文中,我们提出了一种分层二次随机森林分类器,用于对从多通道数据中提取的多分辨率样本进行分类。该森林在其每个决策节点中结合了惩罚多元线性判别,并处理平方特征以在原始特征空间中实现二次决策边界。该惩罚判别基于多类稀疏判别分析,且惩罚基于组Lasso正则化器,它是Lasso和岭正则化器之间的中间形式。该森林估计的分类概率及其决策节点学习到的特征可独立使用或促进基于图的分类器。
引用
@article{arxiv.2306.01893,
title = {Hierarchical Quadratic Random Forest Classifier},
author = {Faezeh Fallah},
journal= {arXiv preprint arXiv:2306.01893},
year = {2023}
}