निम्नलिखित xgboost मॉडल पेड़ आरेख में 'पत्ता' का मूल्य क्या है?

Question

मुझे लगता है कि यह सशर्त संभावना है कि ऊपर (वृक्ष शाखा) की स्थिति मौजूद है। हालांकि, मैं इस पर स्पष्ट नहीं हूँ।

आप डेटा के बारे में अधिक पढ़ने के लिए चाहते हैं के लिए इस्तेमाल किया या हम कैसे इस चित्र मिलता है तो पर जाएं: http://machinelearningmastery.com/visualize-gradient-boosting-decision-trees-xgboost-python/

Answer 1

गुण leaf भविष्यवाणी मूल्य है। दूसरे शब्दों में, यदि पेड़ मॉडल का मूल्यांकन उस टर्मिनल नोड (उर्फ पत्ता नोड) पर समाप्त होता है, तो यह वह मान है जो लौटाया जाता है।

स्यूडोकोड में (अपने पेड़ मॉडल की सबसे बाईं ओर शाखा):

if(f1 < 127.5){ 
    if(f7 < 28.5){ 
    if(f5 < 45.4){ 
     return 0.167528f; 
    } else { 
     return 0.05f; 
    } 
    } 
} 

Answer 2

आप सही हैं। पत्ती नोड्स से जुड़े उन संभाव्यता मूल्य पेड़ की एक विशिष्ट शाखा को दिए गए पत्ती नोड्स तक पहुंचने की सशर्त संभावना का प्रतिनिधित्व कर रहे हैं। पेड़ की शाखाओं को नियमों के एक सेट के रूप में प्रस्तुत किया जा सकता है। उदाहरण के लिए, @ user1808924 ने अपने answer में उल्लेख किया है; एक नियम जो आपके पेड़ मॉडल की बाएं-सबसे शाखा का प्रतिनिधित्व कर रहा है।

तो, संक्षेप में: पेड़ को निर्णय नियमों में रेखांकित किया जा सकता है, जहां परिणाम पत्ती नोड की सामग्री है, और पथ के साथ स्थितियां अगर खंड में संयोजन बनाती हैं। आम तौर पर, नियमों में फॉर्म होता है:

if condition1 and condition2 and condition3 then outcome. 

निर्णय नियमों को दाईं ओर लक्षित चर के साथ एसोसिएशन नियमों का निर्माण करके उत्पन्न किया जा सकता है। वे temporal या causal संबंधों को भी इंगित कर सकते हैं।