Aug, 2018

接近度森林：一种适用于时间序列的有效可扩展距离分类器

PDF
TL;DR本文介绍 Proximity Forest 算法，通过随机化选择实例和相似度度量，从包含数百万个时间序列的数据集中学习准确的模型，并在毫秒内对时间序列进行分类。该算法在时间序列分类方面表现出极高的准确性和速度，并在对 1M 个时间序列的地球观测数据集进行实验时表现出优越性能。
time seriesclassificationproximity forestalgorithmaccuracy
发现论文，激发创造
  • Proximity Forest 2.0: 一种新的有效和可扩展的基于相似性的时间序列分类器

    提出了一种新的基于相似度的分类器 Proximity Forest 2.0，它通过采用包括计算上更高效的计算相似度方法、新的弹性相似度度量 ADTW 以及成本函数调优等多种技术，将 UCR 测试集上的表现超过以往同类型分类器，并在某些需要相似度方法处理的测试集上，甚至超过了其他各类方法。

    Apr, 2023

  • 用于分类和特征提取的时间序列森林

    本文提出一种时间序列分类的树集成方法 —— 时间序列森林 (TSF)，采用 Entrance gain 准则计算熵增益和距离度量，同时提出了一种用于捕捉时间序列分类中重要时序特征的 “时间重要性曲线”，在简单特征下性能超过了一些竞争对手如动态时间扭曲进行最近邻分类器，并且具有线性计算复杂度和基于并行计算技术。

    Feb, 2013

  • UCR 时间序列档案

    UCR 时间序列档案在时间序列数据挖掘社区中已成为重要资源，提供了从 45 到 128 个数据集的扩展，并提供了实用的建议和观点。另外，该论文还指出，许多论文没有正确地归因于分类改善的原因，而只需一行代码即可实现相同的改善。

    Oct, 2018

  • 基于监督最优路径森林分类的距离度量比较研究

    本研究旨在比较使用不同距离度量方法的 Optimum-Path Forest（OPF）分类算法的性能，将其与基准分类器进行比较，并使用不同领域的文献数据集进行实验。实验结果表明，OPF 适应不同领域的能力良好。

    Feb, 2022

  • 用于时间序列分类的规范区间森林 (CIF) 分类器

    本文提出了一种新的以时间序列分类为主题的分类器 —— 基准区间森林（CIF），它将时间序列森林（TSF）和 catch22 特征集相结合，并展示了在 UCR 档案上的显着性能提高。

    Aug, 2020

  • QC-Forest：一种经典 - 量子算法，可证明加速随机森林的重新训练

    QC-Forest 是一种经典 - 量子算法，用于在流式设置中高效地重新训练随机森林模型，实现多类分类和回归，其运行时间与累积样本总数的对数成倍数关系。

    Jun, 2024

  • 使用深度生成森林进行鲁棒分类

    本文介绍了一种新的深度概率模型，叫作 “生成森林”，这种模型将随机森林扩展到了生成模型，可以表示整个特征空间上的联合分布，解决了判别模型缺乏处理预测不确定性方法的问题，并且可以测量每个预测的稳健性和检测分布外的样本。

    Jul, 2020

  • 提升随机森林的本地可解释性：一种基于邻近性的方法

    通过利用随机森林模型中的特征空间中的点之间的相似性，我们提出了一种新的方法来解释随机森林的样本外表现，这使得随机森林的预测可以准确地重写为训练数据点目标标签的加权平均值，并为模型预测生成任何观测的归因，从而补充了 SHAP 等现有的针对模型预测在特征空间维度上生成的归因的方法。我们在美国公司债券交易的债券定价模型的背景下演示了这种方法，并将其与各种现有的模型可解释性方法进行了比较。

    Oct, 2023

  • 利用随机森林相似度距离阐明特征贡献

    通过观察输入的变化如何映射到决策空间中的实例的移动，随着输入的改变将特定的实例靠近内部组或外部组，可以揭示每个要素的独立贡献，从而计算特征对于决策过程的贡献，这使得黑盒决策的解释成为可能。

    Jul, 2018

  • 决策森林的快速近似反事实解释

    本文提出一种简单且有效的方法，将寻找分类或回归森林的反事实解释所需的最优化问题限制在由实际数据点填充的森林定义的输入空间区域，并使用某个数据集上的某个距离的最近邻搜索来解决问题。这种解决方式有两个优点：能够快速找到解决方案，并且更有可能是现实的，因为它是引导向输入空间的高密度区域的。

    Mar, 2023