Machine learningMachine learning

Extra Trees

Extra Trees (Изключително случайни дървета), въведен от Geurts, Ernst и Wehenkel през 2006 г., е ансамбъл от дървета на решенията, който засилва рандомизацията повече от Random Forest. Както кандидат-признаците, така и праговете на разделяне се избират напълно случайно във всеки възел, елиминирайки „алчното“ търсене на прагове. Тази допълнителна случайност намалява дисперсията, често съответства или надвишава точността на Random Forest и работи значително по-бързо по време на обучение.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

Източници

  1. Geurts, P., Ernst, D. & Wehenkel, L. (2006). Extremely randomized trees. Machine Learning, 63(1), 3–42. DOI: 10.1007/s10994-006-6226-1
  2. Extra-Trees. Wikipedia. link

Как да цитирате тази страница

ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/bg/machine-learning/extra-trees

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

ScholarGateExtra Trees (Extremely Randomized Trees (Extra-Trees)). Извлечено на 2026-06-15 от https://scholargate.app/bg/machine-learning/extra-trees · Набор от данни: https://doi.org/10.5281/zenodo.20539026