Online Random Forest
Online Random Forest (ORF) rozširuje klasický Random Forest do prostredia dátových prúdov, pričom každú stromovú štruktúru aktualizuje inkrementálne s príchodom nových pozorovaní bez nutnosti ukladania alebo opätovného spracovania celej tréningovej množiny. Algoritmy ako Adaptive Random Forests (ARF) pridávajú detekciu konceptuálneho driftu, takže ansámblový model sa adaptuje, keď sa distribúcia dát v čase mení.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Zdroje
- Saffari, A., Leistner, C., Santner, J., Godec, M., & Bischof, H. (2009). On-line random forests. In Proceedings of the 3rd IEEE International Workshop on On-Line Learning for Computer Vision (OLCV 2009), pp. 1–8. IEEE. link ↗
- Gomes, H. M., Bifet, A., Read, J., Barddal, J. P., Enembreck, F., Pfharinger, B., Holmes, G., & Abdessalem, T. (2017). Adaptive random forests for evolving data stream classification. Machine Learning, 106(9), 1469–1495. DOI: 10.1007/s10994-017-5642-8 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Online Random Forest (Incremental Ensemble of Decision Trees). ScholarGate. https://scholargate.app/sk/machine-learning/online-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.
- Online BaggingStrojové učenie↔ compare
- Online rozhodovací stromStrojové učenie↔ compare
- Online gradientové zosilňovanieStrojové učenie↔ compare
- Online učenieStrojové učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
- Semi-Supervised Random ForestStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →