Machine learningMachine learning
온라인 결정 트리
온라인 결정 트리(Online Decision Tree)는 과거의 예제를 다시 보지 않고 연속적인 데이터 스트림으로부터 점진적으로 성장하는 결정 트리입니다. 지배적인 알고리즘인 Hoeffding 트리(VFDT)는 Hoeffding 바운드를 사용하여 노드에서 충분한 예제가 관찰되어 자신 있게 분할할 수 있는지 결정하며, 잠재적으로 무한한 데이터 스트림에서 확장 가능하고 실시간 분류를 가능하게 합니다.
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.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Online Decision Tree (Incremental / Streaming Decision Tree Learning). ScholarGate. https://scholargate.app/ko/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.
- 결정 트리머신러닝↔ compare
- 온라인 그래디언트 부스팅머신러닝↔ compare
- 온라인 학습머신러닝↔ compare
- 온라인 나이브 베이즈머신러닝↔ compare
- 온라인 랜덤 포레스트머신러닝↔ compare
- 준지도 학습 결정 트리머신러닝↔ compare