ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】针对传统的随机森林算法（R F）在对聚类效率欠佳导致训练精度不高的缺陷，本文提出了一种基于特征聚类的随机森林算法（KM-FCM-RF），首先用传统 RF 方法对初始数据集聚类后，然后使用 K 均值聚类（KM）和模糊 C －均值（FCM）结合根据样本相似度划分族群，得到最终的高维特征序列。将 KM-FCM-RF 算法应用于特征数据集 KddCup99 和Minst，并与传统的 RF 比较，实验结果表明，KM-FCM-RF 算法具有更好的聚类效果、提高了预测精度，具备良好的可行性。
