Machine learning

Beslisboom

Een beslisboom is een interpreteerbare classificatie- en regressiemethode, geformaliseerd door Breiman, Friedman, Olshen en Stone in hun CART-framework uit 1984, die de data partitioneert met hiërarchische als-dan-regels. Elke splitsing stuurt observaties naar de ene of de andere tak totdat een voorspelling wordt afgelezen van het blad.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Beslisboom

Logistische Regressie Naïeve Bayes Random Forest Support Vector Machine (…XGBoost Actief Leren Beslissings…AdaBoost Bagging (Bootstrap Aggre…Bayesiaanse Beslissingsb…Boosting

+31 more

Bronnen

Breiman, L., Friedman, J.H., Olshen, R.A. & Stone, C.J. (1984). Classification and Regression Trees. Wadsworth. DOI: 10.1201/9781315139470 ↗

Deze pagina citeren

ScholarGate. (2026, June 1). Decision Tree (CART — Classification and Regression Trees). ScholarGate. https://scholargate.app/nl/machine-learning/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.

Logistische RegressieOnderzoeksstatistiek↔ compare
Naïeve BayesMachine learning↔ compare
Random ForestMachine learning↔ compare
Support Vector Machine (Classificatie)Machine learning↔ compare
XGBoostMachine learning↔ compare

Compare side by side →

Geciteerd door

Actief Leren Beslissingsboom AdaBoost Bagging (Bootstrap Aggregating)Bayesiaanse Beslissingsboom Boosting Casusgebaseerd redeneren (CBR)CatBoost Ensemble Decision Tree Ensemble Gradient Boosting Uitlegbare Beslisboom Uitlegbare Extra Trees Explainable K-Means Uitlegbare K-Nearest Neighbors Explainable LightGBM Verklaarbare Naive Bayes Uitlegbare Random Forest Extra Trees Gradient Boosting Isolation Forest K-Nearest Neighbors LightGBM Lineaire regressie (ML)Logistische regressie (ML)Multivariate Adaptive Regression Splines (MARS)Naïeve Bayes Online Decision Tree Random Forest Regelmatige beslissingsboom Geregulariseerd Random Forest Robuuste Beslisboom Robuuste Random Forest Regelinductie (RIPPER)Zelf-gesuperviseerde Beslissingsboom Zelf-gesuperviseerd Random Forest Semi-supervised Decision Tree Semi-supervised FP-growth SHAP (SHapley Additive exPlanations)Stacking XGBoost

Een fout op deze pagina gezien? Meld het of stel een correctie voor →

Lees de volledige methode

Method map

Bronnen

Deze pagina citeren

Verwante methoden

Which method?

Geciteerd door