Глоссарий ИИ
Полный словарь искусственного интеллекта
Случайный Выбор Признаков
Техника, введенная в Random Forest, где каждое дерево решений обучается на случайном подмножестве признаков при каждом разделении, уменьшая корреляцию между деревьями и улучшая обобщающую способность.
Важность Признаков
Метрика, вычисляемая в Random Forest, которая оценивает вклад каждой переменной в точность модели, обычно измеряемая средним уменьшением нечистоты (Джини или энтропии) или увеличением ошибки OOB при перестановке переменной.
Агрегация по Мажоритарному Голосованию
Метод агрегации для задач классификации, где итоговый прогноз ансамбля - это класс, получающий наибольшее количество голосов среди индивидуальных прогнозов базовых моделей.
Чрезвычайно Случайные Деревья (Extremely Randomized Trees)
Вариант Random Forest, который вводит больше рандомизации, выбирая пороги разделения признаков полностью случайным образом вместо поиска оптимального порога, уменьшая смещение и дисперсию.
Близость между Наблюдениями
Матрица схожести, вычисляемая в Random Forest, которая подсчитывает количество раз, когда два наблюдения оказываются в одном терминальном узле через все деревья леса, может использоваться для обнаружения аномалий или кластеризации.