Extra Trees
Az Extra Trees (Extremely Randomized Trees), amelyet Geurts, Ernst és Wehenkel publikált 2006-ban, egy döntési fákból álló ensemble módszer, amely a véletlenszerűsítést a Random Forestnél is tovább fokozza. Mind a jelölt jellemzők, mind a felosztási küszöbértékek teljesen véletlenszerűen kerülnek kiválasztásra minden csomópontban, kiküszöbölve a küszöbértékekre vonatkozó mohó keresést. Ez a további véletlenszerűség csökkenti a varianciát, gyakran eléri vagy meghaladja a Random Forest pontosságát, és lényegesen gyorsabban fut betanítási időben.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Források
- Geurts, P., Ernst, D. & Wehenkel, L. (2006). Extremely randomized trees. Machine Learning, 63(1), 3–42. DOI: 10.1007/s10994-006-6226-1 ↗
- Extra-Trees. Wikipedia. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/hu/machine-learning/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.
- Bagging (Bootstrap Aggregating)Gépi tanulás↔ compare
- Döntési faGépi tanulás↔ compare
- Gradient BoostingGépi tanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
- XGBoostGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →