Online-päätöspuu
Online-päätöspuu on päätöspuu, joka kasvaa inkrementaalisesti jatkuvasta datavirrasta tarkastelematta aiemmin nähtyjä esimerkkejä uudelleen. Hallitseva algoritmi, Hoeffding-puu (VFDT), käyttää Hoeffdingin rajaa päättääkseen, milloin solmussa on nähty riittävästi esimerkkejä, jotta se voidaan jakaa luotettavasti. Tämä mahdollistaa skaalautuvan, reaaliaikaisen luokittelun potentiaalisesti äärettömissä datavirroissa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Domingos, P., & Hulten, G. (2000). Mining very fast data streams. In Proceedings of the 6th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 71–80). ACM. link ↗
- Hulten, G., Spencer, L., & Domingos, P. (2001). Mining time-changing data streams. In Proceedings of the 7th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 97–106). ACM. DOI: 10.1145/502512.502529 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Online Decision Tree (Incremental / Streaming Decision Tree Learning). ScholarGate. https://scholargate.app/fi/machine-learning/online-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.
- PäätöspuuKoneoppiminen↔ compare
- Online Gradient BoostingKoneoppiminen↔ compare
- Online-oppiminenKoneoppiminen↔ compare
- Verkko-pohjainen naiivi BayesKoneoppiminen↔ compare
- Verkkopohjainen Random ForestKoneoppiminen↔ compare
- Puoliohjaava päätöspuuKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →