Machine learning

Beslutsträd

Ett beslutsträd är en tolkbar klassificerings- och regressionsmetod, formaliserad av Breiman, Friedman, Olshen och Stone i deras CART-ramverk från 1984, som partitionerar data med hierarkiska om-då-regler. Varje delning skickar observationer nerför en gren eller en annan tills en prediktion avläses från lövet.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Beslutsträd

Logistisk regression Naiv Bayes Random Forest Support Vector Machine (…XGBoost Active learning Decision…AdaBoost Bagging (Bootstrap Aggre…Bayesianskt beslutsträd Boosting

+31 more

Källor

Breiman, L., Friedman, J.H., Olshen, R.A. & Stone, C.J. (1984). Classification and Regression Trees. Wadsworth. DOI: 10.1201/9781315139470 ↗

Så citerar du den här sidan

ScholarGate. (2026, June 1). Decision Tree (CART — Classification and Regression Trees). ScholarGate. https://scholargate.app/sv/machine-learning/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.

Logistisk regressionForskningsstatistik↔ compare
Naiv BayesMaskininlärning↔ compare
Random ForestMaskininlärning↔ compare
Support Vector Machine (Klassificering)Maskininlärning↔ compare
XGBoostMaskininlärning↔ compare

Compare side by side →

Refereras av

Active learning Decision tree AdaBoost Bagging (Bootstrap Aggregating)Bayesianskt beslutsträd Boosting Case-Based Reasoning (CBR)CatBoost Ensemble Decision Tree Ensemble Gradient Boosting Förklaringsbar beslutsträd Förklarbara Extra Trees Förklaringsbar K-medelvärden Förklaringsbar K närmaste grannar Förklarbar LightGBM Förklarbar Naive Bayes Förklarbar Random Forest Extra Trees Gradient Boosting Isolation Forest K-Närmaste Grannar LightGBM Linjär regression (ML)Logistisk regression (ML)Multivariate Adaptive Regression Splines (MARS)Naiv Bayes Online Decision Tree Random Forest Regulariserat beslutsträd Regularized Random Forest Robust beslutsträd Robust Random Forest Regelinduktion (RIPPER)Self-supervised Decision Tree Självövervakad slumpmässig skog Semi-supervised Decision Tree Semi-övervakad FP-tillväxt SHAP (SHapley Additive exPlanations)Stacking XGBoost

Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →

Läs hela metoden

Method map

Källor

Så citerar du den här sidan

Närliggande metoder

Which method?

Refereras av