基于mBagging的随机森林

随机森林是采用Bagging组合方法集成的决策树集合,在数据分类、预测领域应用广泛.Bagging组合方法在机器学习中具有代表性,但对于实际的大数据挖掘仍存在一些不足.mBagging是基于Bagging组合方法的一种改进,具有更高的统计功效、更低的假阳率以及更快的运算速度.采用全基因组SNP仿真数据集的实验表明,基于mBagging的随机森林运算速度明显快于传统的随机森林,且在保证OOB袋外错误率不劣化的前提下,判断风险SNP的准确率得到了提高.

基于随机森林算法的广州白云机场终端区雷暴潜势预报

利用2014—2015年夏季雷达资料获取雷暴发生有无数据,计算探空资料的对流指数与雷暴发生有无数据的灰色关联度,发现雷暴产生跟抬升凝结高度气压、850~700 hPa的温度和露点温度、风切变的关系最紧密。接着建立广州白云机场终端区内3类区域(离塔台中心8 km、50 km、100 km)的12小时随机森林分类模型,对不同区域的雷暴潜势进行预报和评估,发现终端区区域面积越大,雷暴发生样本比例越高,临界成功指数CSI、预报准确率AF、探测概率POD越来越高,虚假报警率FAR越来越低,表明预报出来的准确率越来越高。离塔台中心50 km和100 km区域的预报准确率AF和探测概率POD超过70%,对航空重要天气MDRS通报业务有指示作用。同时袋外错误率均低于1/3,随机森林算法的泛化性能好。