Diagram konseptual dari masukan, fungsi bagian, dan keluaran dalam profil. Susunan kotak tidak menunjukkan urutan perakitan atau posisi fisik.
Teknologi · CC BY 4.0 · Sumber data
Bagaimana cara kerjanya?
Setiap pohon dilatih pada sampel atau pengaturan yang berbeda dan menilai subset fitur saat pemisahan. Peluang dari pohon digabungkan untuk menghasilkan keputusan ensemble; parameter jumlah dan kedalaman pohon mengatur kapasitas model.
Rujukan penjelasanBagian fungsional
- 01
Kumpulan pohon
Menghasilkan prediksi beragam.
- 02
Pemilihan fitur
Membuat variasi pemisahan.
- 03
Agregator
Menggabungkan prediksi.
Masukan dan keluaran
Fitur dan label pelatihan.
Peluang atau kelas ensemble.
Parameter teknis
Informasi dengan rujukan belum tersedia untuk bagian ini. Profil ini tidak menyajikan spesifikasi angka untuk model tertentu atau nilai yang berlaku bagi seluruh keluarga teknologi.
Versi dan status
Profil membahas konsep atau kategori teknologi; versi implementasi tertentu belum ditetapkan.
Status terbit profil berbeda dari status produksi, dukungan, atau sertifikasi perangkat.
Penerapan dan keterbatasan
- Klasifikasi tabular
- Pemodelan nonlinear
Batas cakupan
Pohon banyak membutuhkan memori; importance fitur dapat bias dan tidak membuktikan hubungan sebab-akibat.
Teknologi yang terhubung
- Memuat komponenPohon keputusan
RandomForestClassifier melatih sejumlah decision tree dan menggabungkan prediksi pohon dalam ensemble.
Lihat rujukan hubungan
Dasar penjelasan
- 1. sklearn.ensemble.RandomForestClassifier — scikit-learn developers documentation ↗
scikit-learn developers
Diakses 2026-10-13. Rujukan primer untuk parafrasa editorial. Teks, kode, gambar, dan merek sumber tidak disalin; hak asal tetap pada pemegangnya.