Machine learningMachine learning

Extra Trees

Extra Trees (Árboles Extremadamente Aleatorizados), introducidos por Geurts, Ernst y Wehenkel en 2006, es un ensamble de árboles de decisión que lleva la aleatorización más allá que Random Forest. Tanto las características candidatas como los umbrales de división se eligen completamente al azar en cada nodo, eliminando la búsqueda codiciosa de umbrales. Esta aleatorización adicional reduce la varianza, a menudo iguala o supera la precisión de Random Forest y se entrena sustancialmente más rápido.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

+1 more

Fuentes

  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

Cómo citar esta página

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

Citado por

ScholarGateExtra Trees (Extremely Randomized Trees (Extra-Trees)). Recuperado el 2026-06-15 de https://scholargate.app/es/machine-learning/extra-trees · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026