Machine learning

Random Forest

Random Forest és un mètode d'aprenentatge d'ensemble, introduït per Leo Breiman el 2001, que construeix molts arbres de decisió sobre mostres bootstrap de les dades i combina els seus vots per produir classificació i regressió robustes. En agrupar molts arbres lleugerament diferents, produeix prediccions més precises i estables que qualsevol arbre individual.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

Random Forest

Arbre de decisió Regressió Logística Màquina de Vectors de Su…XGBoost Arbre de decisió d'apren…Gradient Boosting d'Apre…Aprenentatge Actiu amb L…Regressió Lineal amb Apr…Regressió Logística amb…Support Vector Machine d…

+127 more

Fonts

Breiman, L. (2001). Random Forests. Machine Learning, 45, 5–32. DOI: 10.1023/A:1010933404324 ↗
James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). An Introduction to Statistical Learning (Ch. 8). Springer. ISBN: 978-1-4614-7138-7

Com citar aquesta pàgina

ScholarGate. (2026, June 1). Random Forest (Breiman Ensemble of Decision Trees). ScholarGate. https://scholargate.app/ca/machine-learning/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.

Arbre de decisióAprenentatge automàtic↔ compare
Regressió LogísticaEstadística per a la recerca↔ compare
Màquina de Vectors de Suport (Classificació)Aprenentatge automàtic↔ compare
XGBoostAprenentatge automàtic↔ compare

Compare side by side →

Citat per

Arbre de decisió d'aprenentatge actiu Gradient Boosting d'Aprenentatge Actiu Aprenentatge Actiu amb LightGBM Regressió Lineal amb Aprenentatge Actiu Regressió Logística amb Aprenentatge Actiu Support Vector Machine d'aprenentatge actiu AdaBoost Mecanisme d'atenció Bagging (Bootstrap Aggregating)Bagging Ensemble Bagging bayesià Arbre de Decisió Bayesiana k-Neighbours Més Propers Bayesià Bayesian LightGBM Bosc Aleatori Bayesà XGBoost bayesià Ajustament BERT RNN bidireccional Boosting Capsule Network CatBoost Classificació d'imatges amb CNN Xarxa Neuronal Convolucional (Classificació)DBSCAN Arbre de decisió Aprenentatge per Reforç Profund DeepAR Mapeig Digital del Sòl CNN dilatada Doble aprenentatge automàtic Elastic Net Aprenentatge actiu d'ensembles Algorisme Ensemble Apriori Arbre de decisió en ensemble Model de Mescla Gaussiana d'Ensemble Gaussian Process Ensemble Ensemble Gradient Boosting Ensemble Isolation Forest K-Nearest Neighbors ensamblat Regressió Lineal Ensemble Regressió Logística Ensemble Aprenentatge Conjunt de Mètriques Naive Bayes Ensemble Aprenentatge Automàtic Ensamble en Línia Aprenentatge Autodirigit d'Ensemble màquina de vectors de suport d'ensemble Aprenentatge per Transferència d'Ensembles Arbre de Decisió Explicable Extra Trees Explicables Gradient Boosting Explicable [REQUIRES TRANSLATION]K-Nearest Neighbors Explicable LightGBM Explicable Perceptró Multicapa Explicable Naive Bayes Explicable Random Forest Explicable Apilament d'Empilament Explicable XGBoost explicable Arbres Extra Processos Gaussianos Geographically Weighted Random Forest Ajustament fi de GPT Gradient Boosting Graph Attention Network Xarxa Neuronal de Grafs Unitat recurrent amb portes (GRU)Informer Isolation Forest Agrupació K-Means K-Nearest Neighbors Destil·lació del coneixement Propagació d'etiquetes LightGBM LIME: Local Interpretable Model-agnostic Explanations Anàlisi Discriminant Lineal (LDA)Regressió Lineal (ML)Regressió Logística (ML)Longformer / BigBird LoRA i PEFT LSTM Estudi d'Associació a Nivell d'Epigenoma Assistit per ML (ML-EWAS)GWAS assistit per aprenentatge automàtic Anàlisi de metabolòmica assistida per aprenentatge automàtic Anàlisi de diversitat del microbioma assistida per aprenentatge automàtic Anàlisi d'enriquiment de vies assistida per aprenentatge automàtic Anàlisi d'Expressió Diferencial d'ARNseq Assistida per Aprenentatge Automàtic Votació per majoria Mixture of Experts Perceptró multicapa (MLP)Perceptró Multicapa (MLP)Multinomial Logistic Regression N-BEATS N-HiTS Naive Bayes Cerca d'Arquitectures Neuronals Neural ODE Bagging en línia Random Forest en línia PatchTST Classificació d'imatges basada en píxels Arbre de decisió regularitzat Bosque Aleatori Regularitzat Regularized Stacking Ensemble Robust Bagging Arbre de Decisió Robusta Gradient Boosting Robust Robust LightGBM Robust Random Forest Apilament robust d'ensembles Robust Voting Ensemble Autoatenció multi-cap Arbre de decisió auto-supervisat Gradient Boosting auto-supervisat Bosc Aleatori Auto-supervisat Autoagrupació d'empaquetament auto-supervisada Bagging Semi-supervisat Arbre de decisió semi-supervisat FP-growth semisupervisat Isolation Forest semi-supervisat Bosc Aleatori Semi-supervisat Apilament semi-supervisat Support Vector Machine Semisupervisat (S3VM)XGBoost semisupervisat Model Seqüència-a-Seqüència SHAP (SHapley Additive exPlanations)Stacking Descens de Gradient Estocàstic (SGD)Màquina de Vectors de Suport (Classificació)Temporal Fusion Transformer TextCNN Transformer (NLP)UMAP Vision Transformer Aprenentatge visual contrastiu Votació en conjunt XGBoost

Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →