ScholarGate
Asisten
Machine learningMachine learning

Pohon Ekstra

Pohon Ekstra (Extremely Randomized Trees), diperkenalkan oleh Geurts, Ernst, dan Wehenkel pada tahun 2006, adalah sebuah ansambel pohon keputusan yang mendorong pengacakan lebih jauh daripada Random Forest. Baik fitur kandidat maupun ambang batas pemisahan dipilih sepenuhnya secara acak pada setiap node, menghilangkan pencarian serakah atas ambang batas. Pengacakan ekstra ini mengurangi varians, sering kali menyamai atau melampaui akurasi Random Forest, dan berjalan jauh lebih cepat pada waktu pelatihan.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

Sumber

  1. Geurts, P., Ernst, D. & Wehenkel, L. (2006). Extremely randomized trees. Machine Learning, 63(1), 3–42. DOI: 10.1007/s10994-006-6226-1
  2. Extra-Trees. Wikipedia. link

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/id/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.

Compare side by side

Dirujuk oleh

ScholarGateExtra Trees (Extremely Randomized Trees (Extra-Trees)). Diakses 2026-06-15 dari https://scholargate.app/id/machine-learning/extra-trees · Set data: https://doi.org/10.5281/zenodo.20539026