0
機械学習では、ランダムフォレストなどのアンサンブルツリーモデルが一般的です。このモデルは、いわゆる決定木モデルのアンサンブルからなる。しかし、これらのモデルが具体的に学んだことを、どうすれば分析できますか?アンサンブルツリーモデルをどのように解釈しますか?
機械学習では、ランダムフォレストなどのアンサンブルツリーモデルが一般的です。このモデルは、いわゆる決定木モデルのアンサンブルからなる。しかし、これらのモデルが具体的に学んだことを、どうすれば分析できますか?アンサンブルツリーモデルをどのように解釈しますか?
あなたは単純な意思決定ツリーをプロットすることができますこの意味ではできません。非常に単純なモデルだけを簡単に調べることができます。より複雑なメソッドは、ちょうど近似であるより複雑なツール、何を探すべきかの一般的なアイディアを必要とします。アンサンブルのために、単一のモデルのプロパティのいくつかの期待を見てみることができます。たとえば、フィーチャのインパルスメジャーを探すことができます。このフィーチャは、どのフィーチャを使用して同じ程度に予測を行うかを示します。単純なif/else構造は得られませんが、これは単純に不可能ですが、あいまいなアイデアです。 RFの場合、特定の機能を考慮して決定ノードに実際にヒットしたサンプルの多少の予想される部分であるフィーチャのインポートを取り出すことができます。