Machine learning

Albero decisionale

Un albero decisionale è un metodo interpretabile per la classificazione e la regressione, formalizzato da Breiman, Friedman, Olshen e Stone nel loro framework CART del 1984, che partiziona i dati con regole gerarchiche if-then. Ogni split invia le osservazioni lungo un ramo o l'altro finché una predizione non viene letta dalla foglia.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Albero decisionale

Regressione Logistica Naive Bayes Random Forest Support Vector Machine (…XGBoost Albero decisionale di ap…[UNTRANSLATED: AdaBoost]Bagging (Bootstrap Aggre…Albero decisionale bayes…Boosting

+31 more

Fonti

Breiman, L., Friedman, J.H., Olshen, R.A. & Stone, C.J. (1984). Classification and Regression Trees. Wadsworth. DOI: 10.1201/9781315139470 ↗

Come citare questa pagina

ScholarGate. (2026, June 1). Decision Tree (CART — Classification and Regression Trees). ScholarGate. https://scholargate.app/it/machine-learning/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.

Regressione LogisticaStatistica per la ricerca↔ compare
Naive BayesApprendimento automatico↔ compare
Random ForestApprendimento automatico↔ compare
Support Vector Machine (Classificazione)Apprendimento automatico↔ compare
XGBoostApprendimento automatico↔ compare

Compare side by side →

Citato da

Albero decisionale di apprendimento attivo [UNTRANSLATED: AdaBoost]Bagging (Bootstrap Aggregating)Albero decisionale bayesiano Boosting Ragionamento Basato su Casi (CBR)CatBoost Albero decisionale d'insieme Gradient Boosting d'Insieme Albero Decisionale Spiegabile Extra Trees Spiegabili Explainable K-Means K-Nearest Neighbors Spiegabile LightGBM Spiegabile Naive Bayes Spiegabile Foresta Casuale Spiegabile Alberi Extra Gradient Boosting Isolation Forest K-Nearest Neighbors LightGBM Regressione Lineare (ML)Regressione Logistica (ML)Spline di Regressione Adattive Multivariata (MARS)Naive Bayes Albero Decisionale Online Random Forest Albero decisionale regolarizzato Random Forest Regolarizzato Albero decisionale robusto Random Forest Robusto Induzione di Regole (RIPPER)Albero decisionale auto-supervisionato Self-supervised Random Forest Albero decisionale semi-supervisionato FP-growth semi-supervisionato SHAP (SHapley Additive exPlanations)Stacking XGBoost

Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →

Leggi il metodo completo

Method map

Fonti

Come citare questa pagina

Metodi correlati

Which method?

Citato da