Regulirano stablo odluke
Regulirani stablo odluke je model stabla odluke čija je složenost namjerno ograničena obrezivanjem, ograničenjima dubine ili kaznenim članovima kako bi se spriječilo prekomjerno prilagođavanje (overfitting). Ukorijenjeno u CART okviru Breimana et al. (1984), regularizacija pretvara pohlepni postupak rasta stabla u kompromis između pristranosti i varijance (bias-variance tradeoff), dajući modele koji bolje generaliziraju na neviđene podatke od potpuno izraslih stabala.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth. ISBN: 978-0-412-04841-8
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Regularized Decision Tree (Pruned and Constrained CART). ScholarGate. https://scholargate.app/hr/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.
- BoostingStrojno učenje↔ compare
- Stablo odlučivanjaStrojno učenje↔ compare
- Extra TreesStrojno učenje↔ compare
- Slučajna šumaStrojno učenje↔ compare
- Regresija regulariziranih pravacaStrojno učenje↔ compare
- Regulirani slučajni šumStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →