Extra Trees
Extra Trees (Extremely Randomized Trees), jonka Geurts, Ernst ja Wehenkel esittelivät vuonna 2006, on päätöspuiden ensemble-menetelmä, joka vie satunnaistamisen pidemmälle kuin Random Forest. Sekä ehdokaspiirteet että jakokynnykset valitaan täysin satunnaisesti kussakin solmussa, mikä eliminoi ahneen haun kynnysarvoille. Tämä lisäsatunnaisuus vähentää varianssia, vastaa usein Random Forestin tarkkuutta tai ylittää sen, ja on huomattavasti nopeampi koulutusajassa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/fi/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)Koneoppiminen↔ compare
- PäätöspuuKoneoppiminen↔ compare
- Gradient BoostingKoneoppiminen↔ compare
- Random ForestKoneoppiminen↔ compare
- XGBoostKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →