決定木で同じブランチに重複した属性があるのはなぜですか?みなさん、こんにちは。意思決定ツリーが (以下のケースで) ノズル空気圧 >42.09 を選択し、次のノードでノズル空気圧を再度選択して分割することで矛盾しているように見えるのはなぜか、誰かご存じないでしょうか。属性が分割されると、それ以降のブランチでは考慮されなくなると理解しています。ホールドバックを 30% にして 10 分割のクロス検証を使用しています。連続データと名目データの両方があるため、JMP は CART アルゴリズムを使用していると思いますか?
予測モデリングと機械学習Re: デシジョン ツリーの同じブランチに重複する属性があるのはなぜですか?@ダン_オーバーミラーありがたいことに、これについて実際的な方向性を示す必要はありませんが、このような連続した「二重分割」を目にした場合、今後どうするかを考えさせられました.
@ DiedrichSchmidt 私は今それを理解し始めています: 圧力が 42 から 45 の間であれば、チョークの可能性が高いです。 圧力が 45 を超える場合、38% の確率でチョークが発生します。 私は> 42 AND > 45に夢中になりました.これは、現実のシナリオでは意味がありません. すべては、同じパラメータの分割をどのように読み取るかにかかっています。 この場合、モデルを作成するつもりはなかったので、ANN を使用する必要はありません。むしろ、重要な変数、それぞれの分割点、および応答変数への潜在的な影響を特定するだけです (ツリーの深さを小さくし、オーバーフィッティングを最小限に抑えます)。
ご意見をお寄せいただきありがとうございます。Re: デシジョン ツリーの同じブランチに重複する属性があるのはなぜですか?やあ@コム、
一部の値が >=42 および >=45 であるという決定については、依然として論理的な意味があります。 応答 Y が >=45 の場合、それは同時に >=42 であり、論理的な決定の分割を満たします。 より意図的な質問は、この余分な分割があることが理にかなっているのかどうかだと思います. ホールドバック (検証部分) または Y 出力で階層化された検証列のいずれかを使用している場合、決定木を自動的に分割することができ、必要な最小分割数まで木を減らす必要があります。検証データの R2 を最大にします。 そうは言っても、作業している科学を考慮して、そのような分割がデータにとって妥当かどうかを判断する必要があります。
決定木を使用して予測モデルを見つけていますか? その場合は、NN などの他のプラットフォームを使用して、テスト データ セットを使用してどのモデルが実際に最もよく予測するかを確認することをお勧めします。
幸運を！、
DS
Re: デシジョン ツリーの同じブランチに重複する属性があるのはなぜですか?予測子は連続変数です。 応答との線形関係がある場合、その関係を近似するには、その予測子で多くの分割が必要になる場合があります。
Re: デシジョン ツリーの同じブランチに重複する属性があるのはなぜですか?ああ、それが二次関係だったら？ その場合、木の分割はどのように見えると思いますか?
Re: デシジョン ツリーの同じブランチに重複する属性があるのはなぜですか?42 対 45 の分割が実際に意味があるかどうかを判断できるのはあなただけだと思います。 しかし、同じ変数の複数の分割を理解するために、Y と X の関係が線形である状況があるとします。 たとえば、Y=10+20*X であることがわかります。 現実の世界では、この真のモデルを知ることはできないため、この関係でツリーをデータに適合させると、X に対して複数の分割が得られます。 これは、ツリーが連続的な線形関係を模倣できる唯一の方法です。
Re: デシジョン ツリーの同じブランチに重複する属性があるのはなぜですか?こんにちは、ディードリヒです。 お時間を割いてご返信いただき、誠にありがとうございました。 まず、あなたは正しいです - メールを書く私のスピードでは、私は誤って k-fold AND holdback を書きました。 私は実際に両方を試してみましたが、やや似たような結果が得られました。
デシジョン ツリーは、IF x AND y THEN z ロジックに従ってデータを分類します。 私はそれを得るt は気圧 >=42 で 1 回目の分割を行い、>=42 AND <45 が今では理にかなっていることを受け入れることができます (実際、決定ツリーで同じ属性が 2 の間に指定されているのを見たのはこれが初めてです)値)。 とはいえ、>=42 AND >=45 であることは、実際にはまったく意味がありません。 あなたが同意する？
キーラン
Re: デシジョン ツリーの同じブランチに重複する属性があるのはなぜですか?やあ@コム、
決定木を分割するときに JMP が使用する正確なアルゴリズムはわかりませんが、概念的には意図したとおりに機能しており、矛盾していません。 デシジョン ツリーの他の分割を見ると、他の属性も複数回使用されていることがわかります。 複数回使用されていないものは同じ値です。
あなたの例では、気圧が42以上のノードで、JMPは単にデータを分離するための決定点としてそれを使用しています。 次のノードで、JMP は、空気圧が >=42 であるすべてのインスタンスについて、空気圧がまだ >=42 であるが、(>=42 かつ <45) または ( >=42 および >45)。
10 倍の交差検証と 30% のホールドバックの両方をどのように使用していますか。 通常、1 種類の検証方法のみを使用します。
DS
