Чечим дарактары жана кокус токойлор
Чечим дарагы (decision tree) — бул сиздин маалыматыңыздан түз ооба/жок суроолорунун схемасын (блок-схемасын) үйрөнүп алган машина. Кокус токой (random forest) — ошол схемалардын бүтүндөй тобу чогуу добуш берип турган түрү. Бул сабакта сиз аны өз колуңуз менен курасыз, анын кантип чечим кабыл алганын карайсыз, суроолорун так кантип тандаганын түшүнөсүз жана бир даракка караганда дарактардын тобу эмне үчүн жеңип чыгарын көрөсүз.
Оштогу бир дүкөнчүнү элестетиңиз: ал ичкери кирген адам кымбат телефон сатып аларын аныктайт. Ал башында теңдемелерди чыгарбайт. Ал майда суроолорду берет: "Бул адам жашпы же улгайганбы? Акча коротууга шайкеш көрүнөбү?" Ар бир жооп аны ар башка ой жолуна баштайт, ал эми жолдун аягында ал божомол жасайт: сатып алат же сатып албайт.
Чечим дарагы дал ушул: диаграмма түрүндө жазылган жана өткөн маалыматтан автоматтык түрдө үйрөнүлгөн нерсе. Ал бүткүл машина үйрөнүүсүндөгү (machine learning) эң адам окуй ала турган моделдердин бири: аны түзмө-түз басып чыгарып, жебелерди ээрчип отурсаңыз болот. Кокус токой ушундай көптөгөн дарактарды алат, алардын ар бири бир аз айырмаланат, жана аларды добуш бердирет. Добуш адатта каалаган бир даракка караганда так жана бир кыйла туруктуу болот.
- Чечим дарагын блок-схема катары окуп, бир мисалды тамырдан (root) жалбыракка (leaf) чейин из менен ээрчип чыгуу.
- Дарак топторду тазараак кылып, өз суроолорун кантип тандаарын түшүндүрүү жана жөнөкөй Gini аралашмалыгын (Gini impurity) кол менен эсептөө.
- Тереңдикти (depth), жалбырактарды жана чектелбеген дарак окутуу маалыматын эмне үчүн жаттап (ашыкча ыңгайлашуу, overfitting) алаарын түшүнүү.
- Бир дарактын чыныгы күчтүү жактарын (масштабдоо талап кылынбайт, аралаш белгилер, окууга жеңил) жана алсыз жактарын (туруксуз, ашыкча ыңгайлашат) тизмелөө.
- Кокус токой ошол алсыздыктарды оңдоо үчүн кокустукту жана добуш берүүнү кантип колдонорун түшүндүрүү жана анын белгинин маанилүүлүгүн (feature importance) окуу.
- Сызыктуу моделге (linear model) караганда дарактарды/токойлорду качан тандоо керектигин чечүү жана экөө үчүн тең sklearn кодун жазуу.