Slovník výrazov AI/Učenie s učiteľom

Učenie s učiteľom

extrémne náhodné stromy

Anglický výraz extremely randomized trees

pokročiléheslo č. 1365 otázok a odpovedí2 odborné zdroje

Presná definícia

Čo znamená extrémne náhodné stromy?

Extrémne náhodné stromy (Extra Trees) tvoria ansámbel, v ktorom sa pri delení náhodne vyberajú nielen kandidátne príznaky, ale aj prahy; z nich sa zvolí najlepší. Často používajú celú tréningovú množinu namiesto bootstrapu. Dodatočná náhodnosť znižuje rozptyl a zrýchľuje hľadanie, za cenu možného zvýšenia skreslenia.

Skúsenosť a kontext

Ako sa pojem používa v praxi

Extra Trees možno zaradiť ako rýchly základný model pre široké tabulárne dáta. Ladenie sa sústreďuje na počet stromov, počet skúšaných príznakov, hĺbku a veľkosť listov. Výsledok sa porovná s náhodným lesom na rovnakom rozdelení dát; rozdiel nemožno pripísať iba bootstrapu, lebo sa líši aj voľba prahov. Pre reprodukovateľnosť sa uloží seed, verzia knižnice a predspracovanie. Dôležitosti príznakov majú rovnaké interpretačné riziká ako pri iných stromových ansámbloch.

Overiteľnosť

Odborné zdroje

  1. Geurts et al. · Extremely randomized treesdoi.org
  2. scikit-learn · Ensemble methodsscikit-learn.org

Praktické odpovede

Často kladené otázky

Čo je na stromoch extrémne náhodné?

Prahy delení sa navrhujú náhodne namiesto úplného optimalizačného prehľadávania.

Používajú vždy bootstrap?

Nie. Bežná implementácia ho má predvolene vypnutý.

Prečo môže narásť skreslenie?

Náhodný prah nemusí byť lokálne najlepším rozdelením.

Prečo môže klesnúť rozptyl?

Jednotlivé stromy sú menej korelované a ich chyby sa priemerovaním rušia.

Prečo bývajú rýchle?

Namiesto hodnotenia všetkých prahov skúšajú obmedzené náhodné kandidáty.