एन्सेम्बल डिसीजन ट्री (Ensemble Decision Tree)
एन्सेम्बल डिसीजन ट्री विधियाँ कई डिसीजन ट्री को प्रशिक्षित करती हैं और उनके आउटपुट को संयोजित करती हैं ताकि ऐसी भविष्यवाणियाँ उत्पन्न की जा सकें जो किसी एक ट्री की तुलना में अधिक सटीक और स्थिर हों। बैगिंग (bagging), रैंडम सबस्पेसिंग (random subspacing), और वोटिंग (voting) जैसी रणनीतियों को कवर करते हुए, वे सारणीबद्ध वर्गीकरण (tabular classification) और प्रतिगमन (regression) कार्यों के लिए सबसे प्रभावी ऑफ-द-शेल्फ तकनीकों में से हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Dietterich, T. G. (2000). Ensemble methods in machine learning. In Multiple Classifier Systems, Lecture Notes in Computer Science, vol. 1857, pp. 1–15. Springer, Berlin, Heidelberg. DOI: 10.1007/3-540-45014-9_1 ↗
- Breiman, L. (1996). Bagging predictors. Machine Learning, 24(2), 123–140. DOI: 10.1007/BF00058655 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Ensemble Decision Tree (Combined Decision Tree Classifiers and Regressors). ScholarGate. https://scholargate.app/hi/machine-learning/ensemble-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.
- बैगिंग (बूटस्ट्रैप एग्रीगेटिंग)मशीन अधिगम↔ compare
- बूस्टिंगमशीन अधिगम↔ compare
- निर्णय वृक्षमशीन अधिगम↔ compare
- एक्स्ट्रा ट्रीज़मशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- मतदान एनसेंबलमशीन अधिगम↔ compare