Regulariserat beslutsträd
Ett regulariserat beslutsträd är en beslutsträdsmodell vars komplexitet avsiktligt begränsas genom beskärning, djupbegränsningar eller strafftermer för att förhindra överanpassning. Med rötter i Breiman et al:s CART-ramverk (1984) omvandlar regularisering den giriga trädtillväxtproceduren till en bias-varians-avvägning, vilket ger modeller som generaliserar bättre till osedd data än fullt utvecklade träd.
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.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Regularized Decision Tree (Pruned and Constrained CART). ScholarGate. https://scholargate.app/sv/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.
- BoostingMaskininlärning↔ compare
- BeslutsträdMaskininlärning↔ compare
- Extra TreesMaskininlärning↔ compare
- Random ForestMaskininlärning↔ compare
- Regulariserad linjär regressionMaskininlärning↔ compare
- Regularized Random ForestMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →