Karar Ormanları
Karar ormanı, birden fazla karar ağacından yapılmış modelleri açıklamak için kullanılan genel bir terimdir. Karar ormanı, tahmin ağaçlarının tahminlerinin toplamıdır. Bu toplama, karar ormanını eğitmek için kullanılan algoritmaya bağlıdır. Örneğin, çok sınıflı sınıflandırmada rastgele bir ormanda (bir tür karar ormanı) her ağaç tek bir sınıfa karşılık gelir ve rastgele orman tahmini en temsil edilen sınıftır. İkili sınıflandırma gradyanının artırıldığı Ağaç (GBT)
(başka bir karar ormanı türü) içinde her ağaç bir logarit (kayan nokta değeri) verir ve gradyan artırılan ağaç tahmini bu değerlerin toplamının ardından
bir etkinleştirme işlevinin ardından (ör. sigmoid) elde edilir.
Sonraki iki bölümde bu iki orman algoritmasının ayrıntıları verilmiştir.
Aksi belirtilmediği sürece bu sayfanın içeriği Creative Commons Atıf 4.0 Lisansı altında ve kod örnekleri Apache 2.0 Lisansı altında lisanslanmıştır. Ayrıntılı bilgi için Google Developers Site Politikaları'na göz atın. Java, Oracle ve/veya satış ortaklarının tescilli ticari markasıdır.
Son güncelleme tarihi: 2022-09-27 UTC.
[null,null,["Son güncelleme tarihi: 2022-09-27 UTC."],[[["Decision forests encompass models composed of multiple decision trees, with predictions derived from aggregating individual tree predictions."],["Prediction aggregation methods vary depending on the specific decision forest algorithm employed, such as voting in random forests or logit summation in gradient boosted trees."],["Random forests and gradient boosted trees are two primary examples of decision forest algorithms, each utilizing a unique approach to prediction aggregation."],["Upcoming chapters will delve deeper into the workings of random forests and gradient boosted trees."]]],[]]
