Entscheidungsbaum
Ein Entscheidungsbaum ist eine interpretierbare Klassifikations- und Regressionsmethode, die 1984 von Breiman, Friedman, Olshen und Stone in ihrem CART-Framework formalisiert wurde und die Daten mithilfe hierarchischer Wenn-Dann-Regeln partitioniert. Jeder Split leitet Beobachtungen über einen oder anderen Zweig, bis eine Vorhersage vom Blatt abgelesen wird.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+31 more
Quellen
- Breiman, L., Friedman, J.H., Olshen, R.A. & Stone, C.J. (1984). Classification and Regression Trees. Wadsworth. DOI: 10.1201/9781315139470 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Decision Tree (CART — Classification and Regression Trees). ScholarGate. https://scholargate.app/de/machine-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.
- Logistische RegressionForschungsstatistik↔ compare
- Naive BayesMaschinelles Lernen↔ compare
- Random ForestMaschinelles Lernen↔ compare
- Support Vector Machine (Klassifikation)Maschinelles Lernen↔ compare
- XGBoostMaschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →