এলোমেলো বন কি উপকার করতে পারে না?

আমি এমন কিছু সাহিত্য পড়েছি যা এলোমেলো বনগুলি বেশি মানায় না। এটি দুর্দান্ত শোনার পরেও এটি সত্য বলে মনে হয় খুব ভাল। আরএফের পক্ষে কী পরিমাণে ফিট করা সম্ভব?

random-forest overfitting

— screechOwl
সূত্র

যদি এটি ফিট করতে পারে তবে এটি বেশি পরিমাণে ফিট করতে পারে। আরএফের শর্তে, আপনার বনাঞ্চলে পর্যাপ্ত গাছ না থাকলে কী ঘটে তা ভেবে দেখুন (বলুন যে আপনার বনটি প্রভাবটিকে সুস্পষ্ট করার জন্য একক গাছ)। এটির চেয়ে আরও বেশি সমস্যা রয়েছে তবে এটি সর্বাধিক সুস্পষ্ট।

— মার্ক ক্লিসেন

আমি আরএফ-তে অন্য একটি থ্রেডে স্রেফ প্রতিক্রিয়া জানিয়েছি যে ভবিষ্যদ্বাণীকারীদের সংখ্যা বেশি হলে এটি সহজেই মাপসই করতে পারে।

— horaceT

এলোমেলো বন জোর করে তুলতে পারে। আমি এটি সম্পর্কে নিশ্চিত। সাধারণত বোঝানো হচ্ছে হ'ল আপনি যদি আরও বেশি গাছ ব্যবহার করেন তবে মডেলটি বেশি মানায় না।

উদাহরণস্বরূপ একটি এলোমেলো বনের সাথে অনুমান করার জন্য চেষ্টা করুন Try আপনি প্রায় শূন্য প্রশিক্ষণের ত্রুটি পাবেন তবে একটি খারাপ ভবিষ্যদ্বাণী ত্রুটি $y = log(x) + \epsilon$

— Donbeo
সূত্র

র্যান্ডম ফরেস্ট মূলত বৈকল্পিকতা হ্রাস করে, কীভাবে এটি অত্যধিক উপযোগী হতে পারে? @ দনবেও সম্ভবত এটি কারণ হতে পারে, সিদ্ধান্ত গাছের মডেলগুলি এক্সট্রাপোলেশনে ভাল পারফর্ম করে না। ধরা যাক, ব্যাহত ভবিষ্যদ্বাণীকারী ভেরিয়েবলের জন্য, ডিটি খারাপ ভবিষ্যদ্বাণী দিতে পারে।

— Itachi

ওভারফিটিংয়ের একটি স্পষ্ট ইঙ্গিত হ'ল অবশিষ্টাংশগুলি খুব বেশি হ্রাস পেয়েছে । তাহলে, আপনি কি আপনার প্রথম মন্তব্যটি বোঝানোর চেষ্টা করছেন?

— হোয়বার

পক্ষপাত-বৈকল্পিক বাণিজ্য বন্ধ করার সময়, যখন আমরা পক্ষপাত হ্রাস করার চেষ্টা করি তখন আমরা তারতম্যের জন্য ক্ষতিপূরণ প্রদান করি। যেমন, যদি x = 80 y = 100 দেয় তবে x = 81 y = -100 দেয়। এটি অত্যধিক মানানসই হবে । উচ্চ বৈকল্পিকতা থাকার জন্য ওভফিটিংয়ের মতো নয়। @ যেহেতু আমি ধরে নিয়েছি যে ওভারফিটিং কেবলমাত্র উচ্চ বৈচিত্রের কারণে। আমি বুঝতে পারি না কীভাবে ওভারফিটেটিংয়ের ফলে অবশিষ্টাংশগুলি কমে যায়। আমাকে পড়তে দয়া করে কিছু কাগজ ভাগ করে নিতে পারেন?

— ইটাচি

x_{i} = 1, 2, \dots, 10

$x_i=1,2,\ldots,10$

y_{i}

$y_i$

y = β_{0} + β_{1} x + β_{2} x^{2} + \dots + β_{k} x^{k}

$y=\beta_0+\beta_1 x+\beta_2 x^2 + \cdots + \beta_k x^k$

k = 0, 1, \dots, 9

$k=0, 1, \ldots, 9$

@ ডেভিড আপনার মন্তব্যটি দেখায় যে আমার স্পষ্টভাবে বলা উচিত ছিল আমি আমার উদাহরণটি এলোমেলো বন সম্পর্কিত বিবৃতি হিসাবে নয়, বরং বৈচিত্র্য হ্রাস এবং অত্যধিক মানসিকতার অন্তর্নিহিত ধারণাগুলি সম্পর্কে বলছিলাম was তবে আপনার প্রথম মন্তব্যটি অস্বচ্ছ কারণ এটি অপ্রাসঙ্গিক (এবং, যেমনটি আমি এটি পড়েছি ভুল): অনুমানের বৈকল্পিকতা নয়, ওএলএস মডেলের এই অনুক্রমের অবশিষ্টাংশগুলি গুরুত্বপূর্ণ। প্রকৃতপক্ষে - মানানসই মডেলগুলির সাধারণ প্রশ্নে ফিরে আসা - যদি ভবিষ্যদ্বাণীগুলির বৈকল্পিকতা হ্রাস করা উদ্দেশ্য হয়, তবে যে মডেলটি সর্বদা শূন্যের পূর্বাভাস দেয় তা সর্বোত্তম হবে!

— whuber