Regularizovano stablo odlučivanja
Regularizovano stablo odlučivanja je model stabla odlučivanja čija je složenost namerno ograničena putem orezivanja, ograničenja dubine ili kaznenih članova kako bi se sprečilo prekomerno prilagođavanje (overfitting). Ukorenjeno u CART okviru Breiman et al. (1984), regularizacija pretvara pohlepnu proceduru rasta stabla u kompromis između pristrasnosti i varijanse, dajući modele koji se bolje generalizuju na neviđene podatke od potpuno razvijenih stabala.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Regularized Decision Tree (Pruned and Constrained CART). ScholarGate. https://scholargate.app/sr/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.
- BoostingMašinsko učenje↔ compare
- Дрво одлучивањаMašinsko učenje↔ compare
- Екстра дрвећаMašinsko učenje↔ compare
- Slučajna šumaMašinsko učenje↔ compare
- Regularizovana linearna regresijaMašinsko učenje↔ compare
- Регуларизована случајна шумаMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →