Робастна случайна гора
Robust Random Forest разширява стандартния ансамбъл Random Forest чрез включване на механизми, които намаляват влиянието на крайни стойности, шум в етикетите и компрометирани наблюдения. Вместо да третира всички обучителни примери еднакво, той прилага стратегии за претегляне или филтриране, така че шумни или аномални извадки да допринасят по-малко за разделянията на отделните дървета, давайки прогнози, които остават надеждни дори при несъвършено качество на данните.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Източници
- Chen, S., & Guestrin, C. (2019). Robust Random Forest. In Proceedings of the 36th International Conference on Machine Learning (ICML). Also see: Gao, W., & Zhou, Z.-H. (2013). On the Doubt about Margin Explanation of Boosting. Artificial Intelligence, 203, 1–18. link ↗
- Random Forest. Wikipedia. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Robust Random Forest (Noise-Tolerant Ensemble of Decision Trees). ScholarGate. https://scholargate.app/bg/machine-learning/robust-random-forest
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.
- Bagging (Bootstrap Aggregating)Машинно обучение↔ compare
- Дърво на решениятаМашинно обучение↔ compare
- Градиентен бустингМашинно обучение↔ compare
- Isolation ForestМашинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- XGBoostМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →