ScholarGate
Assistent
Machine learningMachine learning

Extra Trees

Extra Trees (Extremely Randomized Trees), eingeführt von Geurts, Ernst und Wehenkel im Jahr 2006, ist ein Ensemble von Entscheidungsbäumen, das die Zufälligkeit weiter treibt als Random Forest. Sowohl die Kandidatenmerkmale als auch die Schwellenwerte für die Aufteilung werden an jedem Knoten vollständig zufällig gewählt, wodurch die gierige Suche nach Schwellenwerten entfällt. Diese zusätzliche Zufälligkeit reduziert die Varianz, erreicht oft die Genauigkeit von Random Forest oder übertrifft sie und ist zur Trainingszeit erheblich schneller.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

Quellen

  1. Geurts, P., Ernst, D. & Wehenkel, L. (2006). Extremely randomized trees. Machine Learning, 63(1), 3–42. DOI: 10.1007/s10994-006-6226-1
  2. Extra-Trees. Wikipedia. link

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/de/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.

Compare side by side

Referenziert von

ScholarGateExtra Trees (Extremely Randomized Trees (Extra-Trees)). Abgerufen am 2026-06-15 von https://scholargate.app/de/machine-learning/extra-trees · Datensatz: https://doi.org/10.5281/zenodo.20539026