drforest

分布随机森林针对复杂数据和调查设计进行改进 · 跟踪 2 个来源

两篇新研究论文探讨了分布随机森林的高级应用，超越了传统的基于均值的分裂。第一篇论文介绍了分布分裂准则的扩展，包括傅里叶特征最大均值差异和切片-Wasserstein，发现各向同性MMD与更复杂的变体相比表现相当，并且分布分裂对于多变量响应最有效。第二篇论文提出了一种调查校准的分布随机森林（SDRF），它使用伪总体自举和MMD分裂准则整合了复杂的调查设计特征，建立了理论一致性，并在真实世界调查数据上展示了其效用。