بررسی درخت های رگرسیونی و مقایسه برآوردگرهای رگرسیون ناپارامتری

این پایان نامه به صورت تجربی، کارایی 9 برآوردگر رگرسیون ناپارامتری متفاوت را روی 4 مجموعه داده ی واقعی مختلف مقایسه می کند. برآوردگر های رگرسیون ناپارامتری شامل هسته ای ، افرازی، نزدیکترین همسایگی، خطی موضعی، اسپلاین رگرسیونی، اسپلاین هموار سازی، شبکه عصبی، درخت رگرسیونی و جنگل های تصادفی است. نتیجه اصلی مقایسه دو جدول شامل ریسک l2 تجربی از برآوردگر های رگرسیون ناپارامتری روی 4 مجموعه داده واقعی است. براساس نتایج، برآورد جنگل تصادفی کاراترین برآوردگر است. مجموعه داده ها در دسترس هستند و بنابراین به آسانی می توان هر برآوردگر رگرسیونی جدید را فقط بوسیله محاسبه کردن ریسک l2 تجربیش روی مجموعه داده های در دسترس با برآوردگر های توصیف شده در این پایان نامه مقایسه کرد.