RFpredInterval：一个基于随机森林与提升森林构建预测区间的 R 包
机器学习
2022-03-09 v2 机器学习
摘要
与许多预测模型一样，随机森林为新观测提供点预测。除点预测外，量化预测中的不确定性十分重要。预测区间提供了关于点预测可靠性的信息。我们开发了一个全面的 R 包 RFpredInterval，集成了 16 种利用随机森林与提升森林构建预测区间的方法。包中实现的方法包括一种利用提升森林构建预测区间的新方法（PIBF）以及由 Roy 和 Larocque（2020）提出的 15 种利用随机森林生成预测区间的方法变体。我们开展了广泛的模拟研究并应用真实数据分析，将所提方法与十种现有的随机森林预测区间构建方法进行比较。结果表明，所提方法极具竞争力，且总体上优于对比方法。
引用
@article{arxiv.2106.08217,
title = {RFpredInterval: An R Package for Prediction Intervals with Random Forests and Boosted Forests},
author = {Cansu Alakus and Denis Larocque and Aurelie Labbe},
journal= {arXiv preprint arXiv:2106.08217},
year = {2022}
}
备注
36 pages, 14 figures, 5 tables