一种基于随机森林提高谱学分析可信度的可视化方法及装置

    公开(公告)号:CN113642629B

    公开(公告)日:2023-12-08

    申请号:CN202110909855.6

    申请日:2021-08-09

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于谱学分析的随机森林可视化方法及装置,通过数据增强手段获得更多的训练集,对随机森林模型进行训练。再通过统计随机森林模型决策树上分支节点的基尼系数对特征重要度进行统计排序,并将特征重要度向量与颜色图关联,建立特征重要度向量与颜色图上不同的颜色之间的对应关系,得到颜色图向量;将目标物的谱图作为轮廓,以颜色图向量对轮廓内部进行填充,实现可视化作图。本方法可对随机森林模型中所利用的特征进行溯源,增强模型的可解释性,同时还可以据此对建模方案进行调整,实现模型的进一步优化,对利用随机森林实现快速准确的定性分析具有支撑作用。

    一种基于随机森林提高谱学分析可信度的可视化方法及装置

    公开(公告)号:CN113642629A

    公开(公告)日:2021-11-12

    申请号:CN202110909855.6

    申请日:2021-08-09

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于谱学分析的随机森林可视化方法及装置,通过数据增强手段获得更多的训练集,对随机森林模型进行训练。再通过统计随机森林模型决策树上分支节点的基尼系数对特征重要度进行统计排序,并将特征重要度向量与颜色图关联,建立特征重要度向量与颜色图上不同的颜色之间的对应关系,得到颜色图向量;将目标物的谱图作为轮廓,以颜色图向量对轮廓内部进行填充,实现可视化作图。本方法可对随机森林模型中所利用的特征进行溯源,增强模型的可解释性,同时还可以据此对建模方案进行调整,实现模型的进一步优化,对利用随机森林实现快速准确的定性分析具有支撑作用。

Patent Agency Ranking