কার্ট গাছগুলি কী ভবিষ্যদ্বাণীকারীদের মধ্যে মিথস্ক্রিয়া ক্যাপচার করে?


9

এই কাগজটি দাবি করেছে যে কার্টে, কারণ প্রতিটি ধাপে একটি দ্বৈত বিভাজন একক কোভেরিয়েটে সঞ্চালিত হয়, তাই সমস্ত বিভাজন অরথোগোনাল এবং সুতরাং কোভেরিয়েটের মধ্যে মিথস্ক্রিয়া বিবেচনা করা হয় না।

তবে অনেকগুলি গুরুতর উল্লেখের বিপরীতে দাবি করা হয়েছে যে একটি গাছের শ্রেণিবদ্ধ কাঠামো গ্যারান্টি দেয় যে ভবিষ্যদ্বাণীকারীদের মধ্যে মিথস্ক্রিয়া স্বয়ংক্রিয়ভাবে মডেল হয়ে যায় (যেমন, এই কাগজটি এবং অবশ্যই হ্যাস্টি)।

কে ঠিক আছে? কার্ট-বর্ধিত গাছগুলি কি ইনপুট ভেরিয়েবলগুলির মধ্যে মিথস্ক্রিয়া ক্যাপচার করে?


আর্গুমেন্টের ত্রুটিটি হ'ল পূর্বে করা স্প্লিটগুলি দ্বারা সংজ্ঞায়িত কোভারিয়েটের সাবসেটগুলিতে বিভক্ত হয়।

@ এমবিকিউ যাতে নতুন বিভাজনগুলি পূর্ববর্তী বিভাজনের ক্ষেত্রে শর্তাধীন ... আমি দেখছি ... আমি অনুমান করি যে "প্রদত্ত ভবিষ্যদ্বাণীকের উপর পূর্ববর্তী বিভাজন দ্বারা শর্তাধীন" "এই ভবিষ্যদ্বাণীকের সাথে কথা বলার সমতুল্য ছিল" "...
এন্টোইন

উত্তর:


12

কার্ট মিথস্ক্রিয়া প্রভাব ক্যাপচার করতে পারেন। একটা পারস্পরিক আদানপ্রদান প্রভাব এবং ঘটে যখন ব্যাখ্যামূলক পরিবর্তনশীল প্রভাব উপর প্রতিক্রিয়া পরিবর্তনশীল স্তরের উপর নির্ভর করে । নিম্নলিখিত উদাহরণে এটি ঘটে:X1X2X1YX2

এখানে চিত্র বর্ণনা লিখুন

দরিদ্র অর্থনৈতিক অবস্থার প্রভাব (এই কল করুন) কী ধরণের বিল্ডিং কেনা হচ্ছে তার উপর নির্ভর করে ( )। অফিস বিল্ডিংয়ে বিনিয়োগ করার সময়, দরিদ্র অর্থনৈতিক অবস্থার কারণে বিনিয়োগের পূর্বাভাসিত মান হ্রাস পায় ১৪০,০০০ ডলার। তবে অ্যাপার্টমেন্টের বিল্ডিংয়ে বিনিয়োগ করার সময়, বিনিয়োগের পূর্বাভাসের মান 20,000 ডলার হ্রাস পায়। আপনার বিনিয়োগের পূর্বাভাসিত মানের উপর দরিদ্র অর্থনৈতিক অবস্থার প্রভাব নির্ভরযোগ্য সম্পত্তি কেনা হচ্ছে তার উপর নির্ভর করে। এটি একটি মিথস্ক্রিয়া প্রভাব।X1X2


3

সংক্ষিপ্ত উত্তর

মিথস্ক্রিয়া ক্যাপচার জন্য কার্টগুলির সহায়তা প্রয়োজন।

দীর্ঘ উত্তর

সঠিক লোভী অ্যালগরিদম নিন (চেন এবং গেস্টরিন, 2016):

ঠিক লোভী অ্যালগরিদম

পাতায় গড়টি শর্তযুক্ত প্রত্যাশা হবে তবে পাতার পথে প্রতিটি বিভাজন অপরটির চেয়ে আলাদা independent যদি বৈশিষ্ট্য এ নিজেই বিবেচনা করে না তবে এটি বৈশিষ্ট্য বি এর সাথে মিথস্ক্রিয়ায় গুরুত্বপূর্ণ, আলগোরিদমটি বৈশিষ্ট্য এ-তে বিভক্ত হবে না এই বিভাজন ছাড়া, অ্যালগরিদম ফিচার বিতে বিভাজনের পূর্বাভাস দিতে পারে না, যা মিথস্ক্রিয়া উত্পন্ন করার জন্য প্রয়োজনীয়।

গাছগুলি সহজ দৃশ্যে ইন্টারঅ্যাকশন চয়ন করতে পারে। আপনার কাছে দুটি বৈশিষ্ট্য এবং টার্গেট সহ একটি ডেটাসেট থাকলে , অ্যালগরিদমের কাছে এবং ছাড়া বিভাজিত হওয়ার কিছুই নেই , সুতরাং, আপনি যথাযথভাবে অনুমান সহ চারটি পাতা পাবেন ।x1,x2y=XOR(x1,x2)x1x2XOR

অনেক বৈশিষ্ট্য, নিয়মিতকরণ এবং বিভাজনের সংখ্যার কঠোর সীমা সহ একই অ্যালগরিদম ইন্টারঅ্যাকশন বাদ দিতে পারে।

সমাধান নীচে উপস্থিত

নতুন বৈশিষ্ট্য হিসাবে সুস্পষ্ট মিথস্ক্রিয়া

ঝাংয়ের একটি উদাহরণ ("ডেটা সায়েন্সের প্রতিযোগিতা জিতেছে", 2015):

মিথস্ক্রিয়া নেভিগেশন জাং

অ-লোভী গাছ অ্যালগোরিদম

অন্য প্রশ্নে, সিমোন লুক-হেড-ভিত্তিক অ্যালগরিদম এবং তির্যক সিদ্ধান্ত গাছের পরামর্শ দেয়

একটি ভিন্ন শিক্ষার পদ্ধতি

কিছু শেখার পদ্ধতি ইন্টারঅ্যাকশনগুলি আরও ভালভাবে পরিচালনা করে।

পরিসংখ্যান শিক্ষার উপাদানগুলির একটি টেবিল এখানে রয়েছে (লাইন "বৈশিষ্ট্যগুলির রৈখিক সংমিশ্রণগুলি বের করার ক্ষমতা"):

শেখার পদ্ধতির তুলনা

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.