若干核随机森林算法的改进收敛速率
统计理论
2023-10-11 v1 统计理论
摘要
随机森林是由 Breinman 于 2001 年首次提出的著名学习算法，被广泛用于分类和回归任务，其数学性质仍在持续研究中。我们考虑一类与核方法相关的特定随机森林算法，即所谓的 KeRF（核随机森林，Kernel Random Forests）。特别地，我们深入研究了两种独立于数据集设计的显式算法：中心化 KeRF 和均匀 KeRF。在本文中，我们给出了这两种算法收敛速率的改进，并探讨了由中心化随机森林显式核所定义的相应再生核 Hilbert 空间。
引用
@article{arxiv.2310.06760,
title = {Improved convergence rates for some kernel random forest algorithms},
author = {Isidoros Iakovidis and Nicola Arcozzi},
journal= {arXiv preprint arXiv:2310.06760},
year = {2023}
}
备注
28 pages, 6 figures