Ekstra Træer
Ekstra Træer (Extremely Randomized Trees), introduceret af Geurts, Ernst og Wehenkel i 2006, er et ensemble af beslutningstræer, der skubber randomisering yderligere end Random Forest. Både de kandidatfunktioner og splitholdepunkterne vælges fuldstændigt tilfældigt ved hver knude, hvilket eliminerer den grådige søgning efter holdepunkter. Denne ekstra tilfældighed reducerer varians, matcher ofte eller overgår Random Forest-nøjagtighed og kører væsentligt hurtigere under træning.
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.
+1 more
Kilder
- Geurts, P., Ernst, D. & Wehenkel, L. (2006). Extremely randomized trees. Machine Learning, 63(1), 3–42. DOI: 10.1007/s10994-006-6226-1 ↗
- Extra-Trees. Wikipedia. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/da/machine-learning/extra-trees
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.
- Bagging (Bootstrap Aggregating)Maskinlæring↔ compare
- BeslutningstræMaskinlæring↔ compare
- Gradient BoostingMaskinlæring↔ compare
- Random ForestMaskinlæring↔ compare
- XGBoostMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →