Robust Random Forest
Robust Random Forest मानक Random Forest एनसेंबल का विस्तार करता है जिसमें ऐसे तंत्र शामिल हैं जो आउटलायर्स, लेबल नॉइज़ और दूषित अवलोकनों के प्रभाव को कम करते हैं। सभी प्रशिक्षण उदाहरणों को समान मानने के बजाय, यह वेटिंग या फ़िल्टरिंग रणनीतियों को लागू करता है ताकि शोर वाले या विषम नमूने व्यक्तिगत ट्री स्प्लिट्स में कम योगदान करें, जिससे डेटा गुणवत्ता अपूर्ण होने पर भी विश्वसनीय भविष्यवाणियां प्राप्त हों।
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.
+3 more
स्रोत
- Chen, S., & Guestrin, C. (2019). Robust Random Forest. In Proceedings of the 36th International Conference on Machine Learning (ICML). Also see: Gao, W., & Zhou, Z.-H. (2013). On the Doubt about Margin Explanation of Boosting. Artificial Intelligence, 203, 1–18. link ↗
- Random Forest. Wikipedia. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Robust Random Forest (Noise-Tolerant Ensemble of Decision Trees). ScholarGate. https://scholargate.app/hi/machine-learning/robust-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.
- बैगिंग (बूटस्ट्रैप एग्रीगेटिंग)मशीन अधिगम↔ compare
- निर्णय वृक्षमशीन अधिगम↔ compare
- ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare
- आइसोलेशन फ़ॉरेस्टमशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare