আমি প্রায় 20 ভবিষ্যদ্বাণী (কয়েকটি বিভাগ সহ শ্রেণীবদ্ধ) সহ ডেটা সেটটিতে এসপিএসএস ব্যবহার করে একটি সিদ্ধান্ত গাছ শ্রেণিবিন্যাস পরিচালনা করছি । CHAID (চি-স্কোয়ার্ড অটোমেটিক ইন্টারঅ্যাকশন ডিটেকশন) এবং সিআরটি / কার্ট (শ্রেণিবদ্ধতা এবং রিগ্রেশন ট্রি) আমাকে বিভিন্ন গাছ দিচ্ছে। CHAID বনাম সিআরটি-র তুলনামূলক যোগ্যতা কি কেউ ব্যাখ্যা করতে পারেন? অন্য পদ্ধতিতে একটি পদ্ধতি ব্যবহারের কী কী প্রভাব রয়েছে?
উত্তর:
আমি কিছু সম্পত্তি তালিকাবদ্ধ করব এবং পরে এর মূল্যটির জন্য আমার মূল্যায়ন দেব:
সুতরাং আপনার প্রয়োজনের উপর নির্ভর করে আমি নমুনা কিছু আকারের এবং ব্যাখ্যার দিকগুলি আরও গুরুত্বপূর্ণ হলে CHAID ব্যবহার করার পরামর্শ দেব। এছাড়াও, যদি মাল্টওয়ে বিভক্ত বা ছোট গাছগুলি পছন্দ হয় তবে CHAID আরও ভাল। অন্যদিকে কার্ট একটি ভাল কাজ করার পূর্বাভাস মেশিন তাই ভবিষ্যদ্বাণীটি যদি আপনার লক্ষ্য হয় তবে আমি কার্টের জন্য যাব।
সমস্ত একক গাছের পদ্ধতিতে বিস্ময়কর সংখ্যক একাধিক তুলনা জড়িত যা ফলাফলটিতে দুর্দান্ত অস্থিতিশীলতা নিয়ে আসে। এজন্য সন্তোষজনক ভবিষ্যদ্বাণীমূলক বৈষম্য অর্জনের জন্য গাছের গড় কিছু ফর্ম (ব্যাগিং, বস্টিং, এলোমেলো বন) প্রয়োজনীয় (আপনি গাছের সুবিধা হারাবেন - ব্যাখ্যাযোগ্যতা বাদে)। একক গাছের সরলতা মূলত একটি মায়া। এগুলি সহজ কারণ তারা এই অর্থে ভুল যে উপাত্তের একাধিক বৃহত উপগ্রহে গাছকে প্রশিক্ষণ দেওয়ার ফলে গাছের কাঠামোর মধ্যে প্রচুর মতবিরোধ প্রকাশিত হয়।
আমি সাম্প্রতিক কোনও CHAID পদ্ধতিটির দিকে নজর দিইনি তবে CHAID এর মূল অবতারে ডেটা অতিমাত্রায় ব্যাখ্যা করার একটি দুর্দান্ত অনুশীলন ছিল।