Machine learningMachine learning

עץ החלטה מרוסן

עץ החלטה מרוסן הוא מודל עץ החלטה שמידת המורכבות שלו מוגבלת בכוונה באמצעות גיזום, הגבלות עומק, או תנסי עונשין למניעת התאמת יתר (התאמת יתר). מקורו במסגרת CART של Breiman et al. (1984), רגולריזציה הופכת את הליך גידול העץ החמדני למקזז בין הטיה לשונות (bias-variance tradeoff), ומניבה מודלים המתכללים טוב יותר לנתונים שלא נראו מאשר עצים שגדלו במלואם.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  1. Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth. ISBN: 978-0-412-04841-8
  2. Esposito, F., Malerba, D., & Semeraro, G. (1997). A comparative analysis of methods for pruning decision trees. IEEE Transactions on Pattern Analysis and Machine Intelligence, 19(5), 476–491. DOI: 10.1109/34.589207

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Regularized Decision Tree (Pruned and Constrained CART). ScholarGate. https://scholargate.app/he/machine-learning/regularized-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.

Compare side by side

מאוזכר על ידי

ScholarGateRegularized Decision Tree (Regularized Decision Tree (Pruned and Constrained CART)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/regularized-decision-tree · מערך נתונים: https://doi.org/10.5281/zenodo.20539026