Anmeldung Registrierung
Auto Hell Dunkel
Erweiterte Suche
  1. Startseite
  2. Podcasts
  3. Medizin - Open Access LMU - Teil 15/22 Podcast
  4. Conditional variable importance for random forests
Background: Random forests are becoming increasingly popular in
many scientific fields because they can cope with "small n large p"
problems, complex interactions and even highly correlated predictor
variables. Their variable importance measures have recently been
suggested as screening tools for, e. g., gene expression studies.
However, these variable importance measures show a bias towards
correlated predictor variables. Results: We identify two mechanisms
responsible for this finding: (i) A preference for the selection of
correlated predictors in the tree building process and (ii) an
additional advantage for correlated predictor variables induced by
the unconditional permutation scheme that is employed in the
computation of the variable importance measure. Based on these
considerations we develop a new, conditional permutation scheme for
the computation of the variable importance measure. Conclusion: The
resulting conditional variable importance reflects the true impact
of each predictor variable more reliably than the original marginal
approach.
Episode melden

„Conditional variable importance for random forests“

Worum geht es? Danach fragen wir noch nach dem Grund.

Abonnenten

Teilen

Mein Archiv

Deine Privatkopie der Folgen, die du nicht verlieren willst.

Podcast-Folgen verschwinden. Feeds werden auf die letzten Episoden gekürzt, Hoster räumen alte Dateien ab, Formate wechseln den Anbieter und lassen ihr Archiv zurück. Mit „Mein Archiv“ sichert podcast.de die Folgen deiner Podcasts für dich — angefangen bei den ältesten, denn die sind zuerst weg.

  • Deine gesicherten Folgen bleiben hörbar, auch wenn das Original offline geht.
  • Auch Folgen, die im heutigen Feed gar nicht mehr stehen — podcast.de kennt sie noch.
  • Herunterladen bleibt möglich, solange die Folge beim Podcaster liegt. Der zählt seine Abrufe wie bisher.
Startet bald

Sei beim Start von Mein Archiv dabei

Mein Archiv ist fast fertig. Trag dich ein, dann bekommst du eine E-Mail, sobald es losgeht – und bist von Anfang an dabei. Wir schreiben dir nur zum Start, keine Werbung, keine Weitergabe deiner Daten.

Du bekommst zuerst eine Bestätigungsmail. Abmelden geht jederzeit. Datenschutz