Регуларизована случајна шума
Регуларизована случајна шума (RRF), коју су 2012. године увели Денг и Рангер, проширује стандардну случајну шуму додавањем казне која обесхрабрује дељење на основу карактеристика које се већ не користе у ансамблу. Ова уграђена регуларизација производи разређеније, мање редудантне подскупове карактеристика, чинећи модел посебно вредним када је избор карактеристика једнако важан као и предвидна тачност.
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
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Regularized Random Forest (RRF). ScholarGate. https://scholargate.app/sr/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.
- Дрво одлучивањаMašinsko učenje↔ compare
- Екстра дрвећаMašinsko učenje↔ compare
- Slučajna šumaMašinsko učenje↔ compare
- Regularizovano stablo odlučivanjaMašinsko učenje↔ compare
- Регуларизовано појачање градијентаMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →