আরও একক সিদ্ধান্ত গাছ যুক্ত করে অন-লাইন এলোমেলো বন


13

ডিসেম্যান্ড ট্রিস (টিটি) এর একটি সংঘবদ্ধ দ্বারা একটি র্যান্ডম ফরেস্ট (আরএফ) তৈরি করা হয়েছে। ব্যাগিং ব্যবহার করে প্রতিটি ডিটি আলাদা ডেটা উপসেটে প্রশিক্ষিত হয়। সুতরাং, নতুন উপাত্তে আরও সিদ্ধান্তের সংযোজন যুক্ত করে কোনও অন-লাইনের এলোমেলো বন কার্যকর করার কোনও উপায় আছে কি?

উদাহরণস্বরূপ, আমাদের 10 কে স্যাম্পল রয়েছে এবং 10 টি টি'র প্রশিক্ষণ রয়েছে। তারপরে আমরা 1 কে নমুনা পাই এবং পুরো আরএফটিকে আবার প্রশিক্ষণের পরিবর্তে আমরা একটি নতুন ডিটি যুক্ত করি। পূর্বাভাসটি এখন বেইশিয়ান 10 + 1 টি ডিগ্রি গড়ে।

তদ্ব্যতীত, আমরা যদি পূর্ববর্তী সমস্ত তথ্য রাখি তবে নতুন ডিটি মূলত নতুন ডেটাতে প্রশিক্ষিত হতে পারে, যেখানে ইতিমধ্যে কতবার বাছাই করা হয়েছে তার উপর নির্ভর করে একটি নমুনা বাছাইয়ের সম্ভাব্যতা ওজন করা হয়।

উত্তর:


8

আছে এই বিষয় উপর একটি সাম্প্রতিক কাগজ ( অন লাইন এলোমেলো বন কম্পিউটার ভিশন থেকে আসছে)। এখানে একটি বাস্তবায়ন এবং একটি উপস্থাপনা: 10 মিনিটের মধ্যে অনলাইন এলোমেলো বন sts


আপনি যে প্রয়োগটি উল্লেখ করেছেন সেটি মন্ড্রিয়ান অরণ্যের মতো (গাছের বৃদ্ধি) কৌশল অনুসরণ করে ( arxiv.org/abs/1406.2673 )। সুতরাং, বিভাজনের সংখ্যা বৃদ্ধি পেলে গাছের সংখ্যা স্থির থাকে। আমার প্রশ্নটি পূর্ববর্তী প্রশিক্ষিত গাছগুলি ছোঁয়া থাকা অবস্থায় নতুন নমুনাগুলির জন্য গাছের সংখ্যা বাড়ানোর দিকে দৃষ্টি নিবদ্ধ করে।
tashuhka

1
এই মত ? আপনি কি উপযুক্ত হলে গাছ ফেলে দিতে চান না?
এমরে

ধন্যবাদ. এটি আমি যা খুঁজছি তার সাথে আরও মিল। এই ক্ষেত্রে, সময়-বৈকল্পিক সংকেতগুলির বৈশিষ্ট্য নির্বাচনের জন্য আরএফ ব্যবহার করুন। তবে, পদ্ধতির নির্দিষ্ট বাস্তবায়ন এবং বৈধতা পুরোপুরি অস্পষ্ট, আপনি কি জানেন যে তারা কিছু প্রকাশ করেছে (গুগল কোনও সহায়তা করেনি)?
tashuhka


লিঙ্কের জন্য ধন্যবাদ! আমি দেখতে পাচ্ছি যে তারা বৃক্ষ বৃদ্ধির কৌশলটি ব্যবহার করে পূর্ববর্তী সমস্ত গাছগুলি আপডেট করে এবং পুরানো গাছগুলি ছোঁয়া অবস্থায় রাখার সময় আমি নতুন ডেটা দিয়ে নতুন ডিটি তৈরি করতে আগ্রহী।
tashuhka
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.