سرفصل‌ها درس 96 از 250 · اولین مدل‌های یادگیری ماشین شما
اولین مدل‌های یادگیری ماشین شما

جنگل‌های تصادفی: خرد جمعی

یک درخت تصمیم‌گیری منفرد آسان برای درک است اما شکننده؛ به‌راحتی دچار ابرتنظیم می‌شود و پیش‌بینی‌هایش با تغییرات اندک داده‌ها می‌تواند نوسان زیادی داشته باشد. یک جنگل تصادفی این مشکل را با یک ایده ساده و قدرتمند حل می‌کند: آموزش تعداد زیادی درخت مختلف و واگذاری حق رأی به آن‌ها.

هر درخت در جنگل بر روی نمونه‌ای تصادفی از داده‌ها که اندکی متفاوت است رشد می‌کند و در هر تقسیم، زیرمجموعه‌ای تصادفی از ویژگی‌ها را در نظر می‌گیرد. بنابراین هر درخت کمی متفاوت است و خطاهای متفاوتی مرتکب می‌شود. وقتی میانگین آرای آن‌ها را محاسبه می‌کنید، خطاهای فردی تا حد زیادی یکدیگر را خنثی می‌کنند و ویژگی‌های تصادفی از بین می‌روند. این همان خرد جمعی است: گروهی از حدس‌زنندگان متنوع و ناقص اغلب از هر کارشناس تکی برتری دارد.

from sklearn.ensemble import RandomForestClassifier

forest = RandomForestClassifier(n_estimators=50, random_state=0)
forest.fit(X_train, y_train)

n_estimators تعداد درختانی است که باید رشد داده شوند (در اینجا ۵۰). درختان بیشتر معمولاً تا حدی کمک می‌کنند، اما این افزایش تا حدی است و در عوض سرعت را کاهش می‌دهد. مثل همیشه، random_state=0 نتیجه را قابل بازتولید نگه می‌دارد، زیرا نمونه‌برداری جنگل تصادفی است.

مزیت اصلی: یک جنگل معمولاً نسبت به یک درخت تکی، تعمیم‌پذیری بهتری دارد، به این معنی که امتیاز بالاتری در مجموعه آزمون کنار گذاشته شده کسب می‌کند. این یکی از قابل‌اعتمادترین مدل‌های آماده است و یک گزینه پیش‌فرض عالی برای استفاده است.

شما یک درخت تصمیم ساده و یک جنگل تصادفی را روی همان تقسیم‌بندی آموزش می‌دهید، هر دو را روی مجموعه آزمون امتیازدهی می‌کنید و تأیید می‌کنید که جنگل حداقل به همان خوبی عمل می‌کند.

نوبت شما

یک مجموعه داده و تقسیم‌بندی آموزش/آزمون آماده شده‌اند. آموزش tree = DecisionTreeClassifier(max_depth=3, random_state=0) و forest = RandomForestClassifier(n_estimators=50, random_state=0) روی داده‌های آموزشی. سپس روی مجموعه آزمون با accuracy_score، نتایج را در tree_acc و forest_acc.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.