Robust Random Forest
Robust Random Forest laiendab standardset Random Foresti ansamblit, lisades mehhanismid, mis vähendavad äärmuslike väärtuste, märgistusmüra ja rikutud vaatluste mõju. Selle asemel, et kohelda kõiki treeninginstantsse võrdselt, rakendab see kaalutud või filtreerimisstrateegiaid, nii et müra või anomaalsed proovid panustavad üksikute puude jagunemisse vähem, andes ennustusi, mis jäävad usaldusväärseks ka siis, kui andmete kvaliteet on puudulik.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Allikad
- Chen, S., & Guestrin, C. (2019). Robust Random Forest. In Proceedings of the 36th International Conference on Machine Learning (ICML). Also see: Gao, W., & Zhou, Z.-H. (2013). On the Doubt about Margin Explanation of Boosting. Artificial Intelligence, 203, 1–18. link ↗
- Random Forest. Wikipedia. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Robust Random Forest (Noise-Tolerant Ensemble of Decision Trees). ScholarGate. https://scholargate.app/et/machine-learning/robust-random-forest
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)Masinõpe↔ compare
- OtsustuspuuMasinõpe↔ compare
- Gradient BoostingMasinõpe↔ compare
- Isolation ForestMasinõpe↔ compare
- Juhuslik metsMasinõpe↔ compare
- XGBoostMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →