Active Learning Decision Tree
Active learning med et beslutningstræ kombinerer den fortolkelige struktur af et CART-lignende træ med en forespørgselsstrategi, der udvælger de mest informative umærkede instanser til menneskelig annotering. Modellen anmoder iterativt om labels kun for eksempler, den er mest usikker på, hvilket minimerer omkostningerne ved annotering, mens klassifikationsnøjagtigheden på tabeldata maksimimeres.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth & Brooks. ISBN: 978-0-412-04841-8
Sådan citerer du denne side
ScholarGate. (2026, June 3). Active Learning with Decision Tree Classifier. ScholarGate. https://scholargate.app/da/machine-learning/active-learning-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.
- Aktiv læringMaskinlæring↔ compare
- Aktiv læring med logistisk regressionMaskinlæring↔ compare
- BeslutningstræMaskinlæring↔ compare
- Random ForestMaskinlæring↔ compare
- Semi-overvåget BeslutningstræMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →