MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → En küçük yaprak / düğüm boyutu

En küçük yaprak / düğüm boyutukavram

Karar ağaçlarında bir yaprakta bulunması gereken en az gözlem sayısı (ya da bir düğümün bölünebilmesi için gereken en az gözlem); ağacın ne kadar ayrıntılı büyüyebileceğini sınırlayan ayar.

Bir karar ağacı veriyi art arda bölerek büyür; sınır konmazsa her yaprakta tek bir gözlem kalana kadar bölebilir ve eğitim verisini ezberler. En küçük yaprak boyutu, bir bölmenin ancak oluşan her iki yaprakta da belirli sayıda gözlem kalıyorsa yapılmasına izin verir. Bölünecek en küçük düğüm boyutu ise bir düğümün bölünmesinin denenmesi için içinde en az kaç gözlem olması gerektiğini belirler. Gradyan artırmada (XGBoost) benzer görevi min_child_weight görür; bu, gözlem sayısı yerine yapraktaki toplam Hessian ağırlığına bakar.

Küçük değerler daha ayrıntılı, daha esnek ve aşırı uyuma daha açık ağaçlar; büyük değerler daha sade, daha kararlı ama gerçek ilişkileri kaçırabilen ağaçlar üretir. Tek bir karar ağacında bu ayar budamayla birlikte aşırı uyumu denetlemenin ana araçlarındandır. Rastgele ormanda ağaçlar zaten bilerek derin büyütülür ve ortalama alınarak varyans azaltılır; bu nedenle varsayılan yaprak boyutu küçüktür (sınıflandırmada çoğunlukla 1). En uygun değer çapraz doğrulamayla seçilebilir.

Gündelik bir örnek

Bir mağaza, müşterilerin bir kampanyaya yanıt verip vermeyeceğini öngören bir karar ağacı kuruyor. Yaprak boyutu 1 olursa ağaç 'Salı günü saat 15:00'te gelen, mavi ceketli, 34 yaşındaki müşteri' gibi tek kişilik kurallar üretir ve yeni müşterilerde işe yaramaz. En küçük yaprak boyutu 30 yapıldığında her kural en az 30 müşteriye dayanır ve daha genellenebilir olur.

MerQur'da

Rastgele Orman'da 'En küçük yaprak (nodesize)', Karar Ağacı'nda 'Bölünecek en küçük düğüm (minsplit)' ve 'En küçük yaprak (minbucket)', Gradyan Artırma'da 'min_child_weight' seçeneği olarak geçer.

Bu kavramın geçtiği analizler

Rastgele OrmanGradyan ArtırmaKarar Ağacı

İlgili kavramlar

En büyük ağaç derinliğiAğaç budama ve karmaşıklık parametresi (cp)