摘要：隨機(jī)森林算法是一類在機(jī)器學(xué)習(xí)中較為常見(jiàn)的算法,其在數(shù)據(jù)的分類以及非參數(shù)回歸中都有重要的作用。如何更好地處理數(shù)據(jù),進(jìn)行特征選擇是隨機(jī)森林的重點(diǎn)研究領(lǐng)域。自編碼神經(jīng)網(wǎng)絡(luò)在深度學(xué)習(xí)中有著不可替代的作用,其在數(shù)據(jù)壓縮、特征提取等方面有著優(yōu)異的性能。結(jié)合兩者優(yōu)點(diǎn),提出一種基于使用稀疏降噪自編碼器對(duì)原始數(shù)據(jù)進(jìn)行特征提取的隨機(jī)森林算法。采用多種常用數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)分析,對(duì)原始數(shù)據(jù)分別采用不同的特征提取方法,并利用隨機(jī)森林將提取后的特征進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明,利用稀疏降噪自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取所得到的特征,能夠使隨機(jī)森林的分類精度得到一定程度的提高。