Machine learning

Random Forest

Random Forest er en ensemblelæringsmetode, introdusert av Leo Breiman i 2001, som bygger mange beslutningstrær på bootstrap-utvalg av dataene og kombinerer deres stemmer for å produsere sterk klassifisering og regresjon. Ved å samle mange litt forskjellige trær, gir den mer nøyaktige og mer stabile prediksjoner enn noe enkelt tre.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Method map

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

Random Forest

Beslutningstre Logistisk regresjon Støttevektormaskin (klas…XGBoost Aktiv læring med beslutn…Aktiv læring med gradien…Active Learning LightGBM Aktiv læring med lineær…Logistisk regresjon for…Aktiv læring Support Vec…

+127 more

Kilder

Breiman, L. (2001). Random Forests. Machine Learning, 45, 5–32. DOI: 10.1023/A:1010933404324 ↗
James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). An Introduction to Statistical Learning (Ch. 8). Springer. ISBN: 978-1-4614-7138-7

Slik siterer du denne siden

ScholarGate. (2026, June 1). Random Forest (Breiman Ensemble of Decision Trees). ScholarGate. https://scholargate.app/no/machine-learning/random-forest

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.

BeslutningstreMaskinlæring↔ compare
Logistisk regresjonForskningsstatistikk↔ compare
Støttevektormaskin (klassifisering)Maskinlæring↔ compare
XGBoostMaskinlæring↔ compare

Compare side by side →

Referert av

Aktiv læring med beslutningstre Aktiv læring med gradient boosting Active Learning LightGBM Aktiv læring med lineær regresjon Logistisk regresjon for aktiv læring Aktiv læring Support Vector Machine AdaBoost Oppmerksomhetsmekanisme Bagging (Bootstrap Aggregating)Bagging Ensemble Bayesian Bagging Bayesiansk beslutningstre Bayesian k-Nærmeste Naboer Bayesian LightGBM Bayesian Random Forest Bayesian XGBoost BERT finjustering Toveis RNN Boosting Capsule Network CatBoost CNN bildeklassifisering Konvolusjonelt nevralt nettverk (klassifisering)DBSCAN Beslutningstre Dyp forsterkningslæring DeepAR Digital jordkartlegging Dilatert CNN Dobbel maskinlæring Elastic Net Ensemble Active Learning Ensemble Apriori-algoritmen Ensemble Decision Tree Ensemble Gaussisk Blandingsmodell Ensemble Gaussisk Prosess Ensemble Gradient Boosting Ensemble Isolation Forest Ensemble K-Nærmeste Naboer Ensemble Linear Regression Ensemble Logistic Regression Ensemble Metric Learning Ensemble Naive Bayes Ensemble Online Læring Ensemble Self-supervised Learning Ensemble Support Vector Machine Ensemble Transfer Learning Forklarbar beslutningstre Forklarbare Ekstra Trær Forklarbar gradientforsterkning Forklarbar K-Means Forklarbar K-Nærmeste Naboer Forklarbar LightGBM Forklarbar Multilayer Perceptron Forklarbar Naive Bayes Explainable Random Forest Forklarbar stabling-ensemble Forklarbar XGBoost Ekstra trær Gaussisk prosess Geographically Weighted Random Forest GPT finjustering Gradient Boosting Graph Attention Network Grafnevrale nettverk Gated Recurrent Unit (GRU)Informer Isolation Forest K-Means-klynging K-Nearest Neighbors Kunnskapsdestillasjon Label Propagation LightGBM LIME: Lokale fortolkbare modelluavhengige forklaringer Lineær diskriminantanalyse (LDA)Lineær regresjon (ML)Logistisk regresjon (ML)Longformer / BigBird LoRA og PEFT LSTM Maskinlæringsassistert epigenom-vid utbredelsesstudie (ML-EWAS)Maskinlæringsassistert GWAS Maskinlæringsassistert metabolomikk-analyse Maskinlæringsassistert analyse av mikrobiomdiversitet Maskinlæringsassistert berikelsesanalyse av signalveier Maskinlæringsassistert RNA-seq differensialuttrykksanalyse Majoritetsstemmegivning Blanding av eksperter Flerlagsperseptron (MLP)Flerlagsperseptron (MLP)Multinomisk logistisk regresjon N-BEATS N-HiTS Naive Bayes Nevral arkitektursøk Neural ODE Online Bagging Online Random Forest PatchTST Pikselbasert bildeklassifisering Regulert beslutningstre Regulert tilfeldig skog Regularized Stacking Ensemble Robust Bagging Robust Decision Tree Robust Gradient Boosting Robust LightGBM Robust Random Forest Robust Stacking Ensemble Robust Stemmeensemble Multi-hode selvoppmerksomhet Selv-supervisert beslutningstre Selvveiledet gradient-boosting Selv-supervisert tilfeldig skog Selvveiledet stablingensemble Semi-supervised Bagging Semi-supervised Decision Tree Semi-veiledt FP-vekst Semi-supervised Isolation Forest Semi-supervised Random Forest Semi-supervised Stacking Ensemble Semi-supervised Support Vector Machine Semi-supervised XGBoost Sekvens-til-sekvens-modellen (Seq2Seq)SHAP (SHapley Additive exPlanations)Stacking Stokastisk gradientnedstigning (SGD)Støttevektormaskin (klassifisering)Tidsmessig fusjonstransformator TextCNN Transformer (NLP)UMAP Vision Transformer Visuell kontrastiv læring Stemmeensemble XGBoost

Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →