Regularized Random Forest
Regularized Random Forest (RRF), introducerad av Deng och Runger 2012, utökar standard Random Forest genom att lägga till en straffavgift som avskräcker från delningar på attribut som ännu inte används i ensemblen. Denna inbyggda regularisering ger glesare, mindre redundanta attributdelmängder, vilket gör modellen särskilt värdefull när attributval är lika viktigt som prediktiv noggrannhet.
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
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Regularized Random Forest (RRF). ScholarGate. https://scholargate.app/sv/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.
- BeslutsträdMaskininlärning↔ compare
- Extra TreesMaskininlärning↔ compare
- Random ForestMaskininlärning↔ compare
- Regulariserat beslutsträdMaskininlärning↔ compare
- Regulariserad gradientboostingMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →