Регуляризоване дерево рішень
Регуляризоване дерево рішень — це модель дерева рішень, складність якої навмисно обмежена шляхом обрізання, обмежень глибини або штрафних членів для запобігання перенавчанню. Засноване на каркасі CART Бреймана та ін. (1984), регуляризація перетворює жадібну процедуру зростання дерева на компроміс між зміщенням і дисперсією, створюючи моделі, які краще узагальнюються на невидимі дані, ніж повністю вирощені дерева.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Regularized Decision Tree (Pruned and Constrained CART). ScholarGate. https://scholargate.app/uk/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.
- БустингМашинне навчання↔ compare
- Дерево рішеньМашинне навчання↔ compare
- Extra TreesМашинне навчання↔ compare
- Випадковий лісМашинне навчання↔ compare
- Регуляризована лінійна регресіяМашинне навчання↔ compare
- Регуляризований випадковий лісМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →