Медицинские предметные рубрики MeSH · Русскоязычное энциклопедическое определение
Метод случайного леса
Метод случайного леса (англ. random forest) — алгоритм машинного обучения, предложенный Лео Брейманом и Адель Катлер, заключающийся в использовании ансамбля решающих деревьев. Алгоритм сочетает в себе две основные идеи: метод бэггинга Бреймана и метод случайных подпространств, предложенный Тин Кам Хо. Алгоритм применяется для задач классификации, регрессии и кластеризации. Основная идея заключается в использовании большого ансамбля решающих деревьев, каждое из которых само по себе даёт очень невысокое качество классификации, но за счёт их большого количества результат получается хорошим.
- Редакция дополнительного русскоязычного источника
- 149867208
- Родительское понятие или группа источника
- G17.162.500.500
- Варианты наименования из источника
- Random Forests · Random Forest Algorithm · Algorithm, Random Forest · Random Forest Algorithms
- Исходное наименование
- Random Forest
- Идентификатор источника
- D000093743
Определение в оригинале
An algorithm used in decision analysis and MACHINE LEARNING that uses a set of trees to combine output of multiple, randomly generated DECISION TREES.
Источник и редакция
Medical Subject Headings (MeSH), 2026. U.S. National Library of Medicine. Русское изложение не является официальным переводом NLM. https://www.nlm.nih.gov/mesh/ Идентификатор: D000093743. Дополнительное определение: участники русской Википедии, «Метод случайного леса», редакция 149867208. Использован вступительный фрагмент, нормализовано оформление. CC BY-SA 4.0. https://ru.wikipedia.org/w/index.php?oldid=149867208 https://id.nlm.nih.gov/mesh/D000093743