Albero Decisionale Online
Un Albero Decisionale Online è un albero decisionale che cresce incrementalmente da un flusso continuo di dati senza rivisitare esempi passati. L'algoritmo dominante, l'Albero di Hoeffding (VFDT), utilizza il limite di Hoeffding per decidere quando sono stati visti abbastanza esempi in un nodo per dividerlo con sicurezza, consentendo la classificazione scalabile in tempo reale su flussi di dati potenzialmente infiniti.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Domingos, P., & Hulten, G. (2000). Mining very fast data streams. In Proceedings of the 6th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 71–80). ACM. link ↗
- Hulten, G., Spencer, L., & Domingos, P. (2001). Mining time-changing data streams. In Proceedings of the 7th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 97–106). ACM. DOI: 10.1145/502512.502529 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Online Decision Tree (Incremental / Streaming Decision Tree Learning). ScholarGate. https://scholargate.app/it/machine-learning/online-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.
- Albero decisionaleApprendimento automatico↔ compare
- Gradient Boosting OnlineApprendimento automatico↔ compare
- Apprendimento OnlineApprendimento automatico↔ compare
- Naive Bayes OnlineApprendimento automatico↔ compare
- Online Random ForestApprendimento automatico↔ compare
- Albero decisionale semi-supervisionatoApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →