Forklarligt beslutningstræ
Et forklarligt beslutningstræ er et klassifikations- eller regressions-træ, der bevidst er opbygget til at være lavt, læsbart og auditerbart – og producerer et endeligt sæt af hvis-så-regler, som et menneske kan verificere uden yderligere værktøjer. Det befinder sig i krydsfeltet mellem prædiktiv modellering og Explainable AI (XAI), og vælges, når interessenter skal forstå og have tillid til enhver forudsigelse, modellen foretager.
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
- Breiman, L., Friedman, J., Olshen, R. A., & Stone, C. J. (1984). Classification and Regression Trees. Wadsworth & Brooks/Cole. ISBN: 978-0-412-04841-8
- Rudin, C. (2019). Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead. Nature Machine Intelligence, 1(5), 206–215. DOI: 10.1038/s42256-019-0048-x ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Explainable Decision Tree (Interpretable Rule-Based Classification and Regression Tree). ScholarGate. https://scholargate.app/da/machine-learning/explainable-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.
- BeslutningstræMaskinlæring↔ compare
- Logistisk regressionForskningsstatistik↔ compare
- Random ForestMaskinlæring↔ compare
- XGBoostMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →