Machine learningMachine learning

Extra Trees

Extra Trees (Extremely Randomized Trees), wprowadzona przez Geurtsa, Ernsta i Wehenkela w 2006 roku, to zespół drzew decyzyjnych, który poszerza randomizację w stosunku do Random Forest. Zarówno cechy kandydujące, jak i progi podziału są wybierane całkowicie losowo w każdym węźle, eliminując zachłanne przeszukiwanie progów. Ta dodatkowa losowość zmniejsza wariancję, często dorównuje lub przewyższa dokładność Random Forest i działa znacznie szybciej podczas trenowania.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

+1 more

Źródła

  1. Geurts, P., Ernst, D. & Wehenkel, L. (2006). Extremely randomized trees. Machine Learning, 63(1), 3–42. DOI: 10.1007/s10994-006-6226-1
  2. Extra-Trees. Wikipedia. link

Jak cytować tę stronę

ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/pl/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.

Compare side by side

Cytowana przez

ScholarGateExtra Trees (Extremely Randomized Trees (Extra-Trees)). Pobrano 2026-06-15 z https://scholargate.app/pl/machine-learning/extra-trees · Zbiór danych: https://doi.org/10.5281/zenodo.20539026