यह यूनिट, फ़ैसला लेने के लिए इस्तेमाल की जाने वाली अलग-अलग शर्तों पर फ़ोकस करती है पेड़.
ऐक्सिस की अलाइनमेंट बनाम तिरछी स्थितियां
ऐक्सिस से अलाइन की गई स्थिति में सिर्फ़ एक सुविधा शामिल होती है. तिरछा स्थिति में कई सुविधाएं शामिल हैं. उदाहरण के लिए, नीचे दी गई ऐक्सिस के हिसाब से अलाइन की गई स्थिति:
num_legs ≥ 2
हालांकि, नीचे दी गई स्थिति तिरछी है:
num_legs ≥ num_fingers
अक्सर, डिसिज़न ट्री को सिर्फ़ ऐक्सिस की अलाइन स्थिति के हिसाब से ट्रेन किया जाता है. हालांकि, स्प्लिट स्प्लिट ज़्यादा असरदार होते हैं, क्योंकि इनसे समझना ज़्यादा मुश्किल होता है कि पैटर्न. ऑब्लिक स्प्लिट कभी-कभी खर्च पर बेहतर नतीजे देते हैं ट्रेनिंग और अनुमान की लागत बढ़ जाती है.
split_axis="SPARSE_OBLIQUE"
पैरामीटर.
चौथी इमेज. ऐक्सिस अलाइनमेंट और तिरछी स्थिति के उदाहरण.
पिछली दो स्थितियों का ग्राफ़ बनाने से नीचे दी गई सुविधा स्थान मिलता है अलग-अलग होने की जानकारी:
पांचवीं इमेज. इमेज 4 में स्थितियों के लिए स्पेस को अलग करने की सुविधा.
बाइनरी बनाम नॉन-बाइनरी स्थितियां
दो संभावित नतीजों वाली शर्तों (उदाहरण के लिए, सही या गलत) को कॉल किया जाता है बाइनरी कंडिशन. सिर्फ़ बाइनरी शर्तों वाले डिसिज़न ट्री इसे बाइनरी डिसिज़न ट्री कहा जाता है.
नॉन-बाइनरी स्थितियों के दो से ज़्यादा संभावित नतीजे हो सकते हैं. इसलिए, नॉन-बाइनरी स्थितियों में, बाइनरी स्थितियों की तुलना में ज़्यादा विभेदक शक्ति होती है. एक या उससे ज़्यादा नॉन-बाइनरी कंडिशन वाले फ़ैसलों को नॉन-बाइनरी डिसीज़न कहा जाता है पेड़.
इमेज 6: बाइनरी बनाम नॉन-बाइनरी डिसीज़न ट्री.
स्वास्थ्य से जुड़ी स्थितियां बहुत ज़्यादा ज़रूरत से ज़्यादा पावर फ़िट होने की संभावना भी ज़्यादा होती है. इस वजह से, डिसिज़न फ़ॉरेस्ट आम तौर पर, बाइनरी डिसिज़न ट्री का इस्तेमाल किया जाता है. इसलिए, इस कोर्स में उन पर फ़ोकस किया जाएगा.
स्थिति का सबसे सामान्य टाइप थ्रेशोल्ड कंडीशन है, जिसे इस तरह से दिखाया जाता है:
feature ≥ threshold
उदाहरण के लिए:
num_legs ≥ 2
दूसरी तरह की शर्तें भी होती हैं. इस तरह के और भी आम तौर पर इस्तेमाल किए जाते हैं बाइनरी शर्तें:
टेबल 2. सामान्य तरह की बाइनरी शर्तें.
नाम | स्थिति | उदाहरण |
थ्रेशोल्ड की शर्त | $\mathrm{feature}_i \geq \mathrm{threshold}$ | $\mathrm{num\_legs} \geq 2$ |
बराबरी की स्थिति | $\mathrm{feature}_i = \mathrm{value}$ | $\mathrm{species} = ``बिल्ली"$ |
इन-सेट स्थिति | $\mathrm{feature}_i \in \mathrm{collection}$ | $\mathrm{species} \in \{``cat", ``कुत्ते", ``बर्ड"\}$ |
तिरछी स्थिति | $\sum_{i} \mathrm{weight}_i \mathrm{feature}_i \geq \mathrm{threshold}$ | 5 डॉलर \ \mathrm{num\_legs} + 2 \ \mathrm{num\_eyes} \geq 10$ |
सुविधा मौजूद नहीं है | $\mathrm{feature}_i \mathrm{is} \mathrm{ अमान्य}$ | $\mathrm{num\_legs} \mathrm{is} \mathrm{ उपलब्ध}$ |