रैंडम फ़ॉरेस्ट
रैंडम फ़ॉरेस्ट एक एनसेंबल लर्निंग विधि है, जिसे 2001 में लियो ब्रेमन द्वारा प्रस्तुत किया गया था, जो डेटा के बूटस्ट्रैप नमूनों पर कई निर्णय वृक्ष (डिसीजन ट्री) उगाती है और मजबूत वर्गीकरण (क्लासिफिकेशन) और प्रतिगमन (रिग्रेशन) उत्पन्न करने के लिए उनके वोटों को जोड़ती है। कई थोड़े भिन्न वृक्षों को मिलाकर, यह किसी भी एकल वृक्ष की तुलना में अधिक सटीक और अधिक स्थिर भविष्यवाणियाँ उत्पन्न करती 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.
+127 more
स्रोत
- Breiman, L. (2001). Random Forests. Machine Learning, 45, 5–32. DOI: 10.1023/A:1010933404324 ↗
- James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). An Introduction to Statistical Learning (Ch. 8). Springer. ISBN: 978-1-4614-7138-7
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Random Forest (Breiman Ensemble of Decision Trees). ScholarGate. https://scholargate.app/hi/machine-learning/random-forest
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
- लॉजिस्टिक रिग्रेशनअनुसंधान सांख्यिकी↔ compare
- सपोर्ट वेक्टर मशीन (वर्गीकरण)मशीन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare