当代心理学研究越来越多地涉及机器学习技术,包括随机森林,因为它们能够分析复杂的高维数据集和建模非线性预测关系。本文对心理学研究中的随机森林方法进行了全面的综述。我们首先介绍决策树的基本概念,然后介绍随机森林作为集成方法的理论框架。接下来,我们回顾了随机森林模型的方法论发展和常用软件工具。我们讨论了在心理学研究中实施随机森林时遇到的实际问题和挑战。重要的是,我们系统地回顾了2020年至2022年间发表的使用随机森林的实证心理学研究文章;我们总结了随机森林的应用,特别强调数据结构、软件实施、超参数调优和处理缺失数据的方法。通过综合理论基础和当前的实证实践,本文识别出在将随机森林应用于心理数据时存在的重要方法论空白,并希望能引发有关心理学家如何有效使用随机森林方法推进心理科学的必要对话。
Feng等人(周三)研究了这个问题。