Bedingungstypen

In diesem Modul geht es um verschiedene Arten von Bedingungen, die für die Entscheidungsfindung herangezogen werden. Bäumen.

Achsenausrichtung oder schräge Bedingungen

Eine achsenorientierte Bedingung umfasst nur ein einziges Element. Ein Schrägstrich mehrere Merkmale. Das folgende Beispiel ist ein Achsenausrichtung:

num_legs ≥ 2

Im Folgenden handelt es sich um eine schräge Bedingung:

num_legs ≥ num_fingers

Häufig werden Entscheidungsbäume nur mit achsenorientierten Bedingungen trainiert. Sie können jedoch Schrägstriche sind wirkungsvoller, da sie komplexere Muster zu erkennen. Schrägstriche führen manchmal zu besseren Ergebnissen, allerdings mit höheren Trainings- und Inferenzkosten.

YDF-Code
In YDF werden Entscheidungsbäume standardmäßig mit achsenorientierten Bedingungen trainiert. Mit der Funktion split_axis="SPARSE_OBLIQUE"-Parameter.

Die auf Achsen ausgerichtete Bedingung ist „num_legs >= 3“. Der schräge Zustand ist
  „num_legs + weight * 5 >= 12“.

<ph type="x-smartling-placeholder"></ph> Abbildung 4: Beispiele für eine achsenseitige Erkrankung und eine schräge Erkrankung.

 

Die grafische Darstellung der beiden vorherigen Bedingungen ergibt den folgenden Merkmalsbereich Trennung:

Diagramm mit Gewichtung und Anzahl der Streckenabschnitte. Die achsenorientierte Bedingung
  ignoriert die Gewichtung und ist daher nur eine vertikale Linie. Schräg
  zeigt eine negativ geneigte Linie.

<ph type="x-smartling-placeholder"></ph> Abbildung 5: Merkmaltrennung für die Bedingungen in Abbildung 4.

 

Binäre und nicht binäre Bedingungen

Bedingungen mit zwei möglichen Ergebnissen (zum Beispiel wahr oder falsch) werden aufgerufen. binären Bedingungen entsprechen. Entscheidungsbäume, die nur binäre Bedingungen enthalten, namens binäre Entscheidungsbäume.

Nicht binäre Bedingungen haben mehr als zwei mögliche Ergebnisse. Dementsprechend wird nicht binäre Bedingungen haben mehr Diskriminierung als binäre Bedingungen. Entscheidungen, die eine oder mehrere nicht binäre Bedingungen enthalten, werden als nicht binäre Entscheidung bezeichnet. Bäume.

Vergleich binärer und nicht binärer Entscheidungsbäume. Die binäre Entscheidung
  Baum enthält zwei binäre Bedingungen: nicht-binärer Entscheidungsbaum
  enthält eine nicht binäre Bedingung.

<ph type="x-smartling-placeholder"></ph> Abbildung 6: Binäre im Vergleich zu nicht binären Entscheidungsbäumen.

 

Bedingungen mit zu viel Macht auch eher überangepasst sind. Aus diesem Grund sind Entscheidungsstrukturen verwenden in der Regel binäre Entscheidungsbäume, daher konzentrieren wir uns in diesem Kurs darauf.

Der häufigste Bedingungstyp ist der Schwellenwert, der so ausgedrückt wird:

featurethreshold

Beispiel:

num_legs ≥ 2

Es gibt andere Arten von Bedingungen. Im Folgenden finden Sie weitere häufig verwendete binären Bedingungen:

 

<ph type="x-smartling-placeholder"></ph> Tabelle 2. Gängige Typen von binären Bedingungen.

Name Bedingung Beispiel
Schwellenwertbedingung $\mathrm{feature}_i \geq \mathrm{threshold}$ $\mathrm{num\_legs} \geq 2$
Gleichheitsbedingung $\mathrm{feature}_i = \mathrm{Wert}$ $\mathrm{species} = ``cat"$
Eingefügte Bedingung $\mathrm{feature}_i \in \mathrm{collection}$ $\mathrm{species} \in\{``cat", ``dog", ``bird"\}$
schräge Bedingung $\sum_{i} \mathrm{weight}_i \mathrm{feature}_i \geq \mathrm{threshold}$ $5 \ \mathrm{num\_legs} + 2 \ \mathrm{num\_eyes} \geq 10$
Funktion fehlt $\mathrm{feature}_i \mathrm{is} \mathrm{Missing}$ $\mathrm{num\_legs} \mathrm{is} \mathrm{Fehlt}$