Regularizovaný náhodný les
Regularizovaný náhodný les (RRF), představený Dengem a Rungerem v roce 2012, rozšiřuje standardní náhodný les o penalizaci, která odrazuje od dělení na příznacích, které již nejsou v ansámblu použity. Tato vestavěná regularizace produkuje řídké, méně redundantní podmnožiny příznaků, což činí model obzvláště cenným, když je výběr příznaků stejně důležitý jako prediktivní přesnost.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Regularized Random Forest (RRF). ScholarGate. https://scholargate.app/cs/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.
- Rozhodovací stromStrojové učení↔ compare
- Extra TreesStrojové učení↔ compare
- Random ForestStrojové učení↔ compare
- Regulovaný rozhodovací stromStrojové učení↔ compare
- Regularizované gradientní posilováníStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →