¿En qué se diferencia el bosque aleatorio extremo del bosque aleatorio?

¿La implementación de ER es más eficiente Extreme Gradient Boosting? Hay un paquete R que los implementa. ¿Es un nuevo algoritmo que supera la implementación "genérica" (paquete RandomForest de R) no solo en términos de eficiencia o también en algunas otras áreas?

Bosque aleatorio extremo http://link.springer.com/article/10.1007%2Fs10994-006-6226-1

r machine-learning algorithms random-forest

— Qbik
fuente

Esto es bastante simple: RF optimiza las divisiones en los árboles (es decir, selecciona aquellos que brindan la mejor ganancia de información con respecto a la decisión) y ERF los hace al azar. Ahora,

costos de optimización (no mucho, pero aún así), por lo que ERF suele ser más rápido.
la optimización puede contribuir a la correlación de árboles en conjunto o sobreajuste general, por lo que los ERF son probablemente más robustos, especialmente si la señal es débil.

Yendo aún más lejos en esta dirección, puede ganar velocidad adicional al igualar las divisiones en cada nivel de árbol, convirtiendo los árboles en helechos , que también son bastante interesantes; ahí está mi implementación R de tal individuo.

Ese enlace está roto, use CVLAB: Ferns

— smci

Supongo que los árboles creados por FER son mucho más grandes que los de radiofrecuencia, RF, porque utiliza la optimización de los cuales un profundo conocimiento de la compresa conjunto de datos en árboles más pequeños

— Qbik