เปรียบเทียบวิธี

	Online Random Forest	แผนภูมิตัดสินใจแบบออนไลน์
สาขาวิชา	การเรียนรู้ของเครื่อง	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2009	2000
ผู้ริเริ่ม	Saffari, A. et al.	Domingos, P. & Hulten, G.
ประเภท	Incremental ensemble (streaming decision trees)	Incremental supervised classifier
แหล่งต้นตำรับ	Saffari, A., Leistner, C., Santner, J., Godec, M., & Bischof, H. (2009). On-line random forests. In Proceedings of the 3rd IEEE International Workshop on On-Line Learning for Computer Vision (OLCV 2009), pp. 1–8. IEEE.	Domingos, P., & Hulten, G. (2000). Mining very fast data streams. In Proceedings of the 6th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 71–80). ACM.
ชื่อเรียกอื่น	ORF, streaming random forest, incremental random forest, adaptive random forest	Hoeffding Tree, VFDT, Very Fast Decision Tree, incremental decision tree
ที่เกี่ยวข้อง	6	6
สรุป	Online Random Forest (ORF) extends the classic Random Forest to streaming settings, updating each tree incrementally as new observations arrive without storing or replaying the full training set. Algorithms such as Adaptive Random Forests (ARF) add drift detection so the ensemble adapts when the data distribution changes over time.	An Online Decision Tree is a decision tree that grows incrementally from a continuous stream of data without revisiting past examples. The dominant algorithm, the Hoeffding Tree (VFDT), uses the Hoeffding bound to decide when enough examples have been seen at a node to split it confidently, enabling scalable, real-time classification on potentially infinite data streams.