Regulert beslutningstre
Et regulert beslutningstre er en beslutningstremodell hvis kompleksitet bevisst begrenses gjennom beskjæring, dybdebegrensninger eller straffetermer for å forhindre overtilpasning. Rotfestet i Breiman et al.s CART-rammeverk (1984), konverterer regularisering den grådige trevekstprosedyren til en avveining mellom skjevhet og varians, noe som gir modeller som generaliserer bedre til usett data enn fullvoksne trær.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth. ISBN: 978-0-412-04841-8
- Esposito, F., Malerba, D., & Semeraro, G. (1997). A comparative analysis of methods for pruning decision trees. IEEE Transactions on Pattern Analysis and Machine Intelligence, 19(5), 476–491. DOI: 10.1109/34.589207 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Regularized Decision Tree (Pruned and Constrained CART). ScholarGate. https://scholargate.app/no/machine-learning/regularized-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.
- BoostingMaskinlæring↔ compare
- BeslutningstreMaskinlæring↔ compare
- Ekstra trærMaskinlæring↔ compare
- Random ForestMaskinlæring↔ compare
- Regularisert lineær regresjonMaskinlæring↔ compare
- Regulert tilfeldig skogMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →