Extra Trees
Extra Trees (Extremely Randomized Trees), introducerat av Geurts, Ernst och Wehenkel år 2006, är en ensemble av beslutsträd som driver randomiseringen längre än Random Forest. Både kandidatattributen och splittringströsklarna väljs helt slumpmässigt vid varje nod, vilket eliminerar den giriga sökningen över trösklar. Denna extra slumpmässighet reducerar varians, matchar eller överträffar ofta Random Forest-noggrannhet, och körs betydligt snabbare vid träningstid.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Källor
- Geurts, P., Ernst, D. & Wehenkel, L. (2006). Extremely randomized trees. Machine Learning, 63(1), 3–42. DOI: 10.1007/s10994-006-6226-1 ↗
- Extra-Trees. Wikipedia. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Extremely Randomized Trees (Extra-Trees). ScholarGate. https://scholargate.app/sv/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.
- Bagging (Bootstrap Aggregating)Maskininlärning↔ compare
- BeslutsträdMaskininlärning↔ compare
- Gradient BoostingMaskininlärning↔ compare
- Random ForestMaskininlärning↔ compare
- XGBoostMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →