İstatistik Sözlüğü → Ağaç sayısı (topluluk modelleri)
Ağaç sayısı (topluluk modelleri)kavram
Rastgele orman, gradyan artırma ve Isolation Forest gibi topluluk yöntemlerinde kurulan karar ağacı sayısı; yöntemin türüne göre farklı roller oynar.
Rastgele ormanda ağaçlar birbirinden bağımsız olarak bootstrap örneklemleri üzerinde kurulur ve tahminleri ortalanır (ya da oylanır). Ağaç sayısı arttıkça tahmin varyansı azalır ve hata belirli bir düzeyde kararlı hâle gelir; ağaç eklemek aşırı uyuma yol açmaz, yalnızca hesaplama süresini artırır. Değişken önemi ve torba dışı (OOB) hata gibi ölçülerin kararlı olması için çoğu zaman tahmin için gerekenden daha fazla ağaç gerekir.
Gradyan artırmada ise ağaçlar sırayla, öncekilerin hatalarını düzeltmek için kurulur; burada ağaç (tur) sayısı modelin karmaşıklığını doğrudan belirler ve çok fazlası aşırı uyuma yol açabilir. Uygun sayı öğrenme oranıyla birlikte seçilir: küçük öğrenme oranı daha çok tur gerektirir. Bu yüzden tur sayısı genellikle çapraz geçerleme ya da erken durdurma ile belirlenir.
Gündelik bir örnek
Bir emlak sitesi ev fiyatlarını rastgele ormanla tahmin ediyor. 50 ağaçla test hatası her çalıştırmada biraz farklı çıkıyor, 500 ağaçta ise hata 41 000 TL civarında sabitleniyor ve 2000 ağaç bir iyileşme getirmiyor. Gradyan artırmada ise 300 turdan sonra test hatası yeniden yükselmeye başlıyor; model eğitim verisini ezberlemeye başlamıştır.
MerQur'da
Rastgele Ormanda 'Ağaç sayısı' (ntree); Gradyan Artırmada 'Ağaç sayısı, Öğrenme oranı (eta), En büyük derinlik' parametreleri tur sayısını belirler; Anomali Tespitinde 'Isolation Forest ağaç sayısı ve tohum' ormandaki ağaç sayısını belirler.
Bu kavramın geçtiği analizler
Rastgele OrmanGradyan ArtırmaAnomali Tespiti
İlgili kavramlar
mtry (bölünme başına denenen değişken sayısı)Öğrenme oranı (shrinkage)