Pokok Tambahan
Pokok Tambahan (Extremely Randomized Trees), diperkenalkan oleh Geurts, Ernst, dan Wehenkel pada tahun 2006, ialah sebuah ensemble pokok keputusan yang melonjakkan pengacakan lebih jauh daripada Random Forest. Kedua-dua ciri calon dan ambang batas pemisahan dipilih sepenuhnya secara rawak pada setiap nod, menghapuskan carian tamak bagi ambang batas. Pengacakan tambahan ini mengurangkan varians, seringkali menyamai atau melebihi ketepatan Random Forest, dan berjalan lebih pantas secara ketara pada masa latihan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/ms/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)Pembelajaran Mesin↔ compare
- Pohon KeputusanPembelajaran Mesin↔ compare
- Peningkatan CerunPembelajaran Mesin↔ compare
- Random ForestPembelajaran Mesin↔ compare
- XGBoostPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →