Надійне дерево рішень
Надійне дерево рішень (Robust Decision Tree) — це варіант дерева рішень, навчений із модифікованими критеріями розбиття або процедурами навчання, розробленими для зменшення чутливості до викидів, шуму в мітках та антагоністичних збурень. Замість мінімізації стандартних показників домішок, які сильно залежать від екстремальних значень, надійні варіанти використовують статистично надійні аналоги або регуляризацію для створення розбиття, що узагальнює дані в умовах шуму або пошкодження.
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
- Chen, H., & Nan, F. (2019). Robust Decision Trees Against Adversarial Examples. Proceedings of the 36th International Conference on Machine Learning (ICML), PMLR 97, 1006–1015. link ↗
- Hubert, M., & Debruyne, M. (2010). Minimum covariance determinant. Wiley Interdisciplinary Reviews: Computational Statistics, 2(1), 36–43. (background on robust estimation applied to tree splitting criteria) DOI: 10.1002/wics.61 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Robust Decision Tree (Outlier-Resistant Tree Induction). ScholarGate. https://scholargate.app/uk/machine-learning/robust-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.
- Дерево рішеньМашинне навчання↔ compare
- Extra TreesМашинне навчання↔ compare
- Випадковий лісМашинне навчання↔ compare
- Регуляризоване дерево рішеньМашинне навчання↔ compare
- Robust Gradient BoostingМашинне навчання↔ compare
- Надійний випадковий лісМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →