مواضيع أخرى

تتناول هذه الوحدة المواضيع التالية:

• تفسير الغابات العشوائية
• تدريب الغابات العشوائية
• إيجابيات وسلبيات الغابات العشوائية

تفسير الغابات العشوائية

إنّ تفسير الغابات العشوائية أكثر تعقيدًا من أشجار القرارات. تحتوي الغابات العشوائية على أشجار قرارات مدرَّبة باستخدام تشويش عشوائي. لذلك، من الصعب إصدار أحكام بشأن بنية شجرة القرارات. ومع ذلك، يمكننا تفسير نماذج كثافة الأشجار العشوائية بطريقتين.

من بين طرق تفسير الغابة العشوائية، تدريب شجيرة قرار وتفسيرها باستخدام خوارزمية CART. بما أنّ كلاً من الغابة العشوائية وCART يتم تدريبهما باستخدام الخوارزمية الأساسية نفسها، فإنّهما "يتشاركان العرض العام نفسه" لملف الاطِّلاع على البيانات. يعمل هذا الخيار بشكل جيد مع مجموعات البيانات البسيطة وفهم التفسير العام للنموذج.

أهمية المتغيّرات هي أسلوب آخر جيد لتفسير النموذج. على سبيل المثال، يصنّف الجدول التالي أهمية المتغيّرات للسمات المختلفة لنموذج الغابة العشوائية الذي تم تدريبه على مجموعة بيانات التعداد السكاني (المعروفة أيضًا باسم Adult).

الجدول 8: أهمية المتغيّرات لـ 14 ميزة مختلفة

الميزة	مجموع النتيجة	متوسّط الانخفاض في الدقة	متوسّط الانخفاض في مساحة العرض إلى النقرة	متوسّط الحد الأدنى للعمق	عدد العقد	متوسّط الانخفاض في "التكلفة لكل نقرة" لإعلانات نتائج البحث	Num بصفتها الجذر
العلاقة	4203592.6	0.0045	0.0172	4.970	57040	0.0093	1095
capital_gain	3363045.1	0.0199	0.0194	2.852	56468	0.0655	457
marital_status	3128996.3	0.0018	0.0230	6.633	52391	0.0107	750
العمر	2520658.8	0.0065	0.0074	4.969	356784	0.0033	200
التعليم	2015905.4	0.0018	-0.0080	5.266	115751	-0.0129	205
المهنة	1939409.3	0.0063	-0.0040	5.017	221935	-0.0060	62
education_num	1673648.4	0.0023	-0.0066	6.009	58303	-0.0080	197
fnlwgt	1564189.0	-0.0002	-0.0038	9.969	431987	-0.0049	0
hours_per_week	1333976.3	0.0030	0.0007	6.393	206526	-0.0031	20
capital_loss	866863.8	0.0060	0.0020	8.076	58531	0.0118	1
فئة العمل	644208.4	0.0025	-0.0019	9.898	132196	-0.0023	0
native_country	538841.2	0.0001	-0.0016	9.434	67211	-0.0058	0
جنس	226049.3	0.0002	0.0002	10.911	37754	-0.0011	13
عرقي	168180.9	-0.0006	-0.0004	11.571	42262	-0.0031	0

كما ترى، فإنّ التعريفات المختلفة لأهمية المتغيّرات لها مقاييس مختلفة، وقد تؤدي إلى اختلافات في ترتيب الميزات.

يتم احتساب قيم مقياس أهمية المتغيّرات التي تأتي من بنية النموذج (مثل sum score وmean min depth وnum nodes وnum as root في الجدول أعلاه) بالطريقة نفسها لأشجار القرار (راجِع القسم "سلة التسوّق | أهمية المتغيّرات") والغابات العشوائية.

إنّ أهمية متغيّر التبادل (مثل متوسّط الانخفاض في {accuracy, auc, pr-auc} في الجدول أعلاه) هي مقاييس لا تعتمد على النموذج ويمكن احتسابها في أيّ نموذج تعلُّم آلة يتضمّن مجموعة بيانات التحقّق. باستخدام الغابة العشوائية، ومع ذلك، بدلاً من استخدام مجموعة بيانات التحقّق، يمكنك احتساب بيرموط أهمية المتغيّر باستخدام تقييم خارج الحزمة.

SHAP (SHapley Additive exPlanations) هي طريقة لا تعتمد على أي نموذج لتفسير التوقّعات الفردية أو التفسير حسب النموذج. (اطّلِع على Interpretable Machine Learning (تعلُّم الآلة التفسيري) الذي كتبه مولنار للحصول على مقدّمة عن التفسير غير المرتبط بالنموذج). إنّ احتساب SHAP عادةً ما يكون باهظ التكلفة، ولكن يمكن تسريعه بشكل كبير في ملفّات القرارات، لذا فهو طريقة جيدة لتفسير ملفّات الأحكام.

مثال على الاستخدام

في الدرس السابق، درّبنا شجرة قرارات CART على مجموعة بيانات صغيرة من خلال استدعاء tfdf.keras.CartModel. لتدريب نموذج غابة عشوائية، ما عليك سوى استبدال tfdf.keras.CartModel بـ tfdf.keras.RandomForestModel:

model = tfdf.keras.RandomForestModel()
model.fit(tf_train_dataset)

الإيجابيات والسلبيات

يحتوي هذا القسم على ملخّص سريع لمزايا الغابات العشوائية وعيوبها.

الإيجابيات:

• مثل أشجار القرار، تتيح الغابات العشوائية استخدام الميزات الرقمية والفئات بشكلٍ أساسي، ولا تحتاج في أغلب الأحيان إلى معالجة الميزات مسبقًا.
• ولأنّ أشجار القرارات مستقلة، يمكن تدريب الغابات العشوائية في الموازاة. ونتيجةً لذلك، يمكنك تدريب الغابات العشوائية بسرعة.
• تحتوي الغابات العشوائية على مَعلمات تلقائية تحقّق نتائج رائعة في أغلب الأحيان. إنّ تعديل هذه المَعلمات غالبًا ما يكون له تأثير بسيط في النموذج.

السلبيات:

• ولأنّه لا يتمّ تقليم أشجار القرارات، يمكن أن تكون كبيرة. إنّ النماذج التي تحتوي على أكثر من مليون عقدة شائعة. يمكن أن يشكّل حجم الغابة العشوائية (وبالتالي سرعة الاستنتاج) مشكلة في بعض الأحيان.
• لا يمكن للغابات العشوائية تعلُّم التمثيلات الداخلية وإعادة استخدامها. يجب أن تعيد كل شجيرة قرارات (وكل فرع من كل شجيرة قرارات) تعلُّم نمط مجموعة البيانات. في بعض مجموعات البيانات، لا سيّما مجموعات البيانات غير الجداول (مثل الصور والنصوص)، يؤدّي ذلك إلى تحقيق نتائج أسوأ من الطرق الأخرى في الغابات العشوائية.