ExtraTrees
Extra Trees erstellt ein Ensemble von randomisierten Decision Trees. Jeder Baum wird auf einer Submenge des Datensatzes trainiert und die Teilergebnisse gemittelt. Dadurch wird die Accuracy der Prädiktion im Vergleich zum Decision Tree erhöht und die Neigung zum Overfitting verringert.
Unterstützte Eigenschaften
ONNX-Support
- TreeEnsambleClassifier
- TreeEnsambleRegressor
Beispiele für den Export von Extra Trees finden Sie hier: ONNX-Export von Extra Trees.
 | Einschränkung bei Klassifikation Bei Klassifikationsmodellen wird nur der Ausgang der Labels in der SPS abgebildet. Die Scores/Probabilities sind in der SPS nicht verfügbar. |
Unterstützte Datentypen
Es ist zu unterscheiden zwischen „supported datatype“ und „preferred datatype“. Der preferred datatype entspricht der Präzision der Ausführungs-Engine.
Der preferred datatype ist floating point 64 (E_MLLDT_FP64-LREAL).
Bei Verwendung eines supported datatype wird eine effiziente Typ-Konvertierung automatisch in der Bibliothek durchgeführt. Durch die Typ-Konvertierung kann es zu minimalen Performance-Einbußen kommen.
Eine Liste der supported datatypes finden Sie unter ETcMllDataType.