改进SHO算法优化随机森林模型

付海涛; 张智勇; 王增辉; 金晨磊

doi:10.13413/j.cnki.jdxblxb.2024003

吉林大学学报(理学版) ›› 2025, Vol. 63 ›› Issue (03) : 861 -866. DOI: 10.13413/j.cnki.jdxblxb.2024003

改进SHO算法优化随机森林模型

付海涛, 张智勇, 王增辉, 金晨磊

作者信息 +

Author information +

文章历史 +

PDF (2111K)

摘要

针对海马优化算法初始解质量低且不丰富的问题，提出一种引入Logistic混沌映射改进海马优化算法优化的随机森林模型.首先，在提升海马优化算法后将其与随机森林算法相结合，以提升经典随机森林算法的鉴别准确率；其次，为验证新模型的性能，用5种模型针对4个评价指标进行对比实验.实验结果表明，该模型准确率达96.15%,精度达100%,召回率达92.31%,F₁-Score达96.00%,提升了随机森林方法的性能.