Extra Trees
Extra Trees (īpaši randomizēti koki), ko 2006. gadā ieviesa Geurts, Ernst un Wehenkel, ir lēmumu koku ansamblis, kas randomizāciju attīsta tālāk nekā Random Forest. Gan kandidātu pazīmes, gan sadalījuma sliekšņi katrā mezglā tiek izvēlēti pilnīgi nejauši, novēršot tiešo meklēšanu pēc sliekšņiem. Šī papildu randomizācija samazina dispersiju, bieži vien sasniedz vai pārsniedz Random Forest precizitāti un treniņa laikā darbojas ievērojami ātrāk.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/lv/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.
- Bagging (Bootstrap Aggregating)Mašīnmācīšanās↔ compare
- Koku lēmumu pieņemšana (Decision Tree)Mašīnmācīšanās↔ compare
- Gradient BoostingMašīnmācīšanās↔ compare
- Random ForestMašīnmācīšanās↔ compare
- XGBoostMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →