व्याख्या योग्य एक्स्ट्रा ट्रीज़
व्याख्या योग्य एक्स्ट्रा ट्रीज़ (Explainable Extra Trees) एक्सट्रीमली रैंडमाइज़्ड ट्रीज़ (Extra Trees) एन्सेम्बल एल्गोरिथम को पोस्ट-हॉक व्याख्यात्मकता विधियों — सबसे सामान्यतः SHAP मानों — के साथ जोड़ता है ताकि मजबूत पूर्वानुमान प्रदर्शन और पारदर्शी, फ़ीचर-स्तर की व्याख्याएँ दोनों प्रदान की जा सकें। यह क्लासिक एक्स्ट्रा ट्रीज़ क्लासिफायर या रिग्रेसर का विस्तार करता है ताकि प्रत्येक पूर्वानुमान को व्यक्तिगत फ़ीचर योगदानों में विघटित किया जा सके, जो अनुप्रयुक्त और विनियमित डोमेन में जवाबदेही की मांगों को पूरा करता है।
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
- Geurts, P., Ernst, D., & Wehenkel, L. (2006). Extremely randomized trees. Machine Learning, 63(1), 3–42. DOI: 10.1007/s10994-006-6226-1 ↗
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Explainable Extremely Randomized Trees (Extra Trees with Post-Hoc Interpretability). ScholarGate. https://scholargate.app/hi/machine-learning/explainable-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.
- निर्णय वृक्षमशीन अधिगम↔ compare
- एक्स्ट्रा ट्रीज़मशीन अधिगम↔ compare
- ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare