Random Forest Regularizado
O Random Forest Regularizado (RRF), introduzido por Deng e Runger em 2012, estende o Random Forest padrão adicionando uma penalidade que desencoraja divisões em características não utilizadas no ensemble. Essa regularização embutida produz subconjuntos de características mais esparsos e menos redundantes, tornando o modelo especialmente valioso quando a seleção de características é tão importante quanto a precisão preditiva.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Deng, H., & Runger, G. (2012). Feature selection via regularized trees. Proceedings of the 2012 International Joint Conference on Neural Networks (IJCNN), IEEE, pp. 1–8. DOI: 10.1109/IJCNN.2012.6252640 ↗
- Deng, H., & Runger, G. (2013). Gene selection with guided regularized random forest. Pattern Recognition, 46(12), 3483–3489. DOI: 10.1016/j.patcog.2013.05.018 ↗
Como citar esta página
ScholarGate. (2026, June 3). Regularized Random Forest (RRF). ScholarGate. https://scholargate.app/pt/machine-learning/regularized-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.
- Árvore de DecisãoAprendizado de máquina↔ compare
- Extra TreesAprendizado de máquina↔ compare
- Random ForestAprendizado de máquina↔ compare
- Árvore de Decisão RegularizadaAprendizado de máquina↔ compare
- Gradient Boosting RegularizadoAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →