Machine learningMachine learning

Чрезвычайно случайные деревья

Extra Trees (чрезвычайно случайные деревья), представленный Geurts, Ernst и Wehenkel в 2006 году, представляет собой ансамбль деревьев решений, который заходит дальше в рандомизации, чем Random Forest. Как кандидатные признаки, так и пороги разбиения выбираются полностью случайным образом на каждом узле, что исключает жадный поиск по порогам. Эта дополнительная случайность снижает дисперсию, часто соответствует или превосходит точность Random Forest и работает значительно быстрее во время обучения.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

+1 more

Источники

  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

Как цитировать эту страницу

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

Упоминается в

ScholarGateExtra Trees (Extremely Randomized Trees (Extra-Trees)). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/extra-trees · Набор данных: https://doi.org/10.5281/zenodo.20539026