Online Decision Tree
Een Online Decision Tree is een beslissingsboom die incrementeel groeit vanuit een continue datastroom zonder eerdere voorbeelden opnieuw te bezoeken. Het dominante algoritme, de Hoeffding Tree (VFDT), gebruikt de Hoeffding-grens om te beslissen wanneer voldoende voorbeelden bij een knoop zijn gezien om deze met zekerheid te splitsen, wat schaalbare, real-time classificatie op potentieel oneindige datastromen mogelijk maakt.
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.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Online Decision Tree (Incremental / Streaming Decision Tree Learning). ScholarGate. https://scholargate.app/nl/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.
- BeslisboomMachine learning↔ compare
- Online Gradient BoostingMachine learning↔ compare
- Online LerenMachine learning↔ compare
- Online Naive BayesMachine learning↔ compare
- Online Random ForestMachine learning↔ compare
- Semi-supervised Decision TreeMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →