Extra Trees
Extra Trees (Extremely Randomized Trees), geïntroduceerd door Geurts, Ernst en Wehenkel in 2006, is een ensemble van beslissingsbomen dat de randomisatie verder drijft dan Random Forest. Zowel de kandidaat-kenmerken als de drempelwaarden voor splitsingen worden volledig willekeurig gekozen bij elke knoop, waardoor de hebzuchtige zoektocht naar drempelwaarden wordt geëlimineerd. Deze extra willekeurigheid vermindert de variantie, evenaart of overtreft vaak de nauwkeurigheid van Random Forest, en draait aanzienlijk sneller tijdens het trainen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/nl/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)Machine learning↔ compare
- BeslisboomMachine learning↔ compare
- Gradient BoostingMachine learning↔ compare
- Random ForestMachine learning↔ compare
- XGBoostMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →