Machine learningMachine learning
엑스트라 트리 (Extra Trees)
2006년 Geurts, Ernst, Wehenkel에 의해 소개된 엑스트라 트리(Extremely Randomized Trees)는 랜덤 포레스트보다 무작위성을 더 강화한 결정 트리 앙상블입니다. 각 노드에서 후보 특징과 분할 임계값이 완전히 무작위로 선택되어 임계값에 대한 탐욕적 탐색을 제거합니다. 이러한 추가적인 무작위성은 분산을 줄이고, 종종 랜덤 포레스트의 정확도와 일치하거나 능가하며, 훈련 시간에서 상당히 빠르게 실행됩니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/ko/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.
- 배깅 (Bootstrap Aggregating)머신러닝↔ compare
- 결정 트리머신러닝↔ compare
- 그래디언트 부스팅머신러닝↔ compare
- 랜덤 포레스트머신러닝↔ compare
- XGBoost머신러닝↔ compare