AI 詞彙表
人工智能完整詞典
旋转森林
一种集成方法，通过在经过主成分分析（PCA）变换的特征集上构建决策树，以最大化基分类器之间的多样性。
子集主成分分析
将主成分分析应用于特征空间的随机分区，为森林中的每个分类器创建不同的投影轴。
旋转矩阵
来自主成分分析的正交矩阵，用于将数据投影到新的特征空间中，确保树预测的去相关性和多样性。
分类器多样性
集成方法的基本原则，旨在最大化基模型预测之间的差异，以减少整体方差并提高泛化能力。
带变换的装袋法
自助聚合法的扩展，其中自助采样样本在训练每个基模型之前会经历特征空间变换。
分组特征选择
将变量划分为不相交子集的技术，在这些子集上应用独立变换，增加分类器的异质性。
K折特征分割
旋转森林的特征分割策略，将特征分成K组，每组分别变换，然后重新组合形成最终特征集。
增强特征空间
通过连接来自每个特征子集的主成分创建的新表示空间，在增加多样性的同时保留所有原始信息。
投影数据上的决策树
在旋转森林中，基于分类器在通过主成分分析转换后的空间中预先投影的数据上进行训练，其中决策节点对原始特征的线性组合进行操作。
旋转系数
正交变换矩阵的参数，定义了每个原始特征如何为森林中特定树的新主成分做出贡献。
成分解释方差
来自主成分分析的度量指标，表示每个主成分捕获的数据总方差的比例，影响旋转森林中变换的质量。
特征正交化
确保新创建特征之间线性独立性的数学过程，对于避免冗余和最大化集成中的多样性至关重要。
异构集成
在特征空间不同的基础上分类器的集合，如旋转森林中每棵树看到输入数据的独特旋转。
协方差减少
旋转森林的目标是通过强制不同分类器在数据的去相关表示上操作，来最小化它们之间错误的协方差。
局部线性投影
森林中每棵树特有的变换，仅应用于特征子集，为该特定分类器创建数据的独特视角。
主成分分析稳定性
主成分分解对训练数据变化的鲁棒性，这是旋转森林性能和一致性的关键因素。
Hyperparamètre de groupe
Paramètre contrôlant le nombre de caractéristiques par groupe dans la Rotation Forest, influençant directement l'équilibre entre diversité des classifieurs et information préservée dans chaque transformation.