Bosque Aleatori Regularitzat
El Bosque Aleatori Regularitzat (RRF), introduït per Deng i Runger el 2012, estén el Bosque Aleatori estàndard afegint una penalització que desincentiva les divisions en característiques no utilitzades prèviament a l'ensemble. Aquesta regularització integrada produeix subconjunts de característiques més esparsos i menys redundants, fent que el model sigui especialment valuós quan la selecció de característiques és tan important com l'exactitud predictiva.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Deng, H., & Runger, G. (2012). Feature selection via regularized trees. Proceedings of the 2012 International Joint Conference on Neural Networks (IJCNN), IEEE, pp. 1–8. DOI: 10.1109/IJCNN.2012.6252640 ↗
- Deng, H., & Runger, G. (2013). Gene selection with guided regularized random forest. Pattern Recognition, 46(12), 3483–3489. DOI: 10.1016/j.patcog.2013.05.018 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Regularized Random Forest (RRF). ScholarGate. https://scholargate.app/ca/machine-learning/regularized-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
- Arbres ExtraAprenentatge automàtic↔ compare
- Random ForestAprenentatge automàtic↔ compare
- Arbre de decisió regularitzatAprenentatge automàtic↔ compare
- Impuls de gradient regularitzatAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →