Регуляризирано дърво на решенията
Регуляризираното дърво на решенията е модел на дърво на решенията, чиято сложност е умишлено ограничена чрез подрязване, ограничения на дълбочината или наказателни членове, за да се предотврати пренастройване. Вкоренено в рамката CART на Breiman et al. (1984), регуляризацията превръща процедурата на алчно израстване на дървото в компромис между отклонение и вариация, давайки модели, които обобщават по-добре към непознати данни от напълно израснали дървета.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth. ISBN: 978-0-412-04841-8
- Esposito, F., Malerba, D., & Semeraro, G. (1997). A comparative analysis of methods for pruning decision trees. IEEE Transactions on Pattern Analysis and Machine Intelligence, 19(5), 476–491. DOI: 10.1109/34.589207 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Regularized Decision Tree (Pruned and Constrained CART). ScholarGate. https://scholargate.app/bg/machine-learning/regularized-decision-tree
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.
- БустингМашинно обучение↔ compare
- Дърво на решениятаМашинно обучение↔ compare
- Extra TreesМашинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- Регуляризирана линейна регресияМашинно обучение↔ compare
- Регуляризиран случаен лесМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →