रैंडम ट्री: Difference between revisions
From Vigyanwiki
No edit summary |
No edit summary |
||
| Line 1: | Line 1: | ||
{{Probabilistic}} | {{Probabilistic}} | ||
गणित और [[कंप्यूटर विज्ञान]] में, | गणित और [[कंप्यूटर विज्ञान]] में, रैंडम [[पेड़ (ग्राफ सिद्धांत)|ट्री (ग्राफ सिद्धांत)]] या आर्बोरेसेंस (ग्राफ सिद्धांत) स्टोकास्टिक प्रक्रिया द्वारा बनता है। यादृच्छिक ट्री के प्रकारों में सम्मिलित हैं- | ||
*[[एक समान फैला हुआ वृक्ष| | *[[एक समान फैला हुआ वृक्ष|यूनिफ़ॉर्म स्पैनिंग ट्री]], किसी दिए गए ग्राफ़ का स्पैनिंग [[ट्रीप|ट्री]] है, जिसमें प्रत्येक भिन्न ट्री को समान रूप से चयन किये जाने की संभावना होती है | ||
* [[रैंडम मिनिमल स्पैनिंग ट्री]], रैंडम एज वेट | * [[रैंडम मिनिमल स्पैनिंग ट्री]], रैंडम एज वेट का चयन करके और उन वेट के लिए मिनिमम स्पैनिंग ट्री का उपयोग करके बनाए गए ग्राफ के स्पैनिंग ट्री | ||
*[[रैंडम बाइनरी ट्री]], दिए गए नोड्स के साथ बाइनरी ट्री, नोड्स को | *[[रैंडम बाइनरी ट्री]], दिए गए नोड्स के साथ बाइनरी ट्री, नोड्स को यादृच्छिक क्रम में सम्मिलित करके या यादृच्छिक रूप से सभी संभावित पेड़ों का चयन करके बनाया गया है। | ||
*[[यादृच्छिक पुनरावर्ती वृक्ष]], | *[[यादृच्छिक पुनरावर्ती वृक्ष|रैंडम रिकर्सिव ट्री]], तीव्रता से लेबल वाले वृक्ष, जो सरल स्टोचैस्टिक विकास नियम का उपयोग करके उत्पन्न किए जा सकते हैं। | ||
*ट्रेप या रैंडमाइज्ड बाइनरी सर्च ट्री, | *ट्रेप या रैंडमाइज्ड बाइनरी सर्च ट्री, डेटा संरचना जो गैर-यादृच्छिक अद्यतन अनुक्रमों के लिए यादृच्छिक बाइनरी ट्री का अनुकरण करने के लिए यादृच्छिक विकल्पों का उपयोग करती है | ||
*रैंडम ट्री | *रैपिडली एक्सप्लोरिंग रैंडम ट्री, उच्च-आयामी रिक्त स्थान के शोध के लिए डेटा संरचना के रूप में उपयोग किया जाने वाला फ्रैक्टल स्पेस-फिलिंग पैटर्न | ||
*[[ब्राउनियन पेड़]], प्रसार-सीमित एकत्रीकरण प्रक्रियाओं द्वारा | *[[ब्राउनियन पेड़|ब्राउनियन ट्री]], फ्रैक्टल ट्री संरचना है जो प्रसार-सीमित एकत्रीकरण प्रक्रियाओं द्वारा बनाई गई है | ||
*[[बेतरतीब जंगल]], | *[[बेतरतीब जंगल|रैंडम फ़ॉरेस्ट]], मशीन-लर्निंग क्लासिफायरियर है जो प्रत्येक ट्री के लिए चर के यादृच्छिक सबसेट चयन करने और समग्र वर्गीकरण के रूप में सबसे अधिक लगातार ट्री आउटपुट का उपयोग करने पर आधारित है | ||
*[[ब्रांचिंग प्रक्रिया]], आबादी का एक मॉडल जिसमें प्रत्येक व्यक्ति के बच्चों की एक यादृच्छिक संख्या होती है | *[[ब्रांचिंग प्रक्रिया]], आबादी का एक मॉडल जिसमें प्रत्येक व्यक्ति के बच्चों की एक यादृच्छिक संख्या होती है | ||
Revision as of 10:29, 16 June 2023
| Part of a series on |
| Probabilistic data structures |
|---|
| Random trees |
| Related |
गणित और कंप्यूटर विज्ञान में, रैंडम ट्री (ग्राफ सिद्धांत) या आर्बोरेसेंस (ग्राफ सिद्धांत) स्टोकास्टिक प्रक्रिया द्वारा बनता है। यादृच्छिक ट्री के प्रकारों में सम्मिलित हैं-
- यूनिफ़ॉर्म स्पैनिंग ट्री, किसी दिए गए ग्राफ़ का स्पैनिंग ट्री है, जिसमें प्रत्येक भिन्न ट्री को समान रूप से चयन किये जाने की संभावना होती है
- रैंडम मिनिमल स्पैनिंग ट्री, रैंडम एज वेट का चयन करके और उन वेट के लिए मिनिमम स्पैनिंग ट्री का उपयोग करके बनाए गए ग्राफ के स्पैनिंग ट्री
- रैंडम बाइनरी ट्री, दिए गए नोड्स के साथ बाइनरी ट्री, नोड्स को यादृच्छिक क्रम में सम्मिलित करके या यादृच्छिक रूप से सभी संभावित पेड़ों का चयन करके बनाया गया है।
- रैंडम रिकर्सिव ट्री, तीव्रता से लेबल वाले वृक्ष, जो सरल स्टोचैस्टिक विकास नियम का उपयोग करके उत्पन्न किए जा सकते हैं।
- ट्रेप या रैंडमाइज्ड बाइनरी सर्च ट्री, डेटा संरचना जो गैर-यादृच्छिक अद्यतन अनुक्रमों के लिए यादृच्छिक बाइनरी ट्री का अनुकरण करने के लिए यादृच्छिक विकल्पों का उपयोग करती है
- रैपिडली एक्सप्लोरिंग रैंडम ट्री, उच्च-आयामी रिक्त स्थान के शोध के लिए डेटा संरचना के रूप में उपयोग किया जाने वाला फ्रैक्टल स्पेस-फिलिंग पैटर्न
- ब्राउनियन ट्री, फ्रैक्टल ट्री संरचना है जो प्रसार-सीमित एकत्रीकरण प्रक्रियाओं द्वारा बनाई गई है
- रैंडम फ़ॉरेस्ट, मशीन-लर्निंग क्लासिफायरियर है जो प्रत्येक ट्री के लिए चर के यादृच्छिक सबसेट चयन करने और समग्र वर्गीकरण के रूप में सबसे अधिक लगातार ट्री आउटपुट का उपयोग करने पर आधारित है
- ब्रांचिंग प्रक्रिया, आबादी का एक मॉडल जिसमें प्रत्येक व्यक्ति के बच्चों की एक यादृच्छिक संख्या होती है
यह भी देखें
बाहरी संबंध
Media related to रैंडम ट्री at Wikimedia Commons
This article includes a list of related items that share the same name (or similar names).
If an internal link incorrectly led you here, you may wish to change the link to point directly to the intended article.
If an internal link incorrectly led you here, you may wish to change the link to point directly to the intended article.
