Ağaç Modelleri — Eşikler ve Etkileşimler
Regresyon tek bir soruyu cevaplar: girdi bir birim değişince yanıt ne kadar değişir? Sahada çok sık görülen iki desen bu sorudan kaçar — yalnızca bir eşiğin üstünde başlayan etki (700 °C'ye kadar sorunsuz, üstünde felaket) ve yalnızca iki girdi birlikte yüksekken ortaya çıkan etki.
Ağaç bunun yerine bölme noktası arar, ikisini de bulur. Tek ağaç okunabilir ama eğitim verisini ezberler; rastgele orman yüzlerce ağacın ortalamasını alır, çok daha iyi genelleşir — bedeli çizilememesidir.
Buradaki önem, modelin hiç görmediği satırlarda permütasyon ile ölçülür: bir değişken karıştırılır, başarının ne kadar düştüğüne bakılır. Bu, çok seviyeli kolonları kayıran kirlilik tabanlı önemin yanlılığını ortadan kaldırır. Yine de önem nedensellik değildir: aynı ölçümün iki kopyası önemi paylaşır ve ikisi birden önemsiz görünebilir.
Ağaç bunun yerine bölme noktası arar, ikisini de bulur. Tek ağaç okunabilir ama eğitim verisini ezberler; rastgele orman yüzlerce ağacın ortalamasını alır, çok daha iyi genelleşir — bedeli çizilememesidir.
Buradaki önem, modelin hiç görmediği satırlarda permütasyon ile ölçülür: bir değişken karıştırılır, başarının ne kadar düştüğüne bakılır. Bu, çok seviyeli kolonları kayıran kirlilik tabanlı önemin yanlılığını ortadan kaldırır. Yine de önem nedensellik değildir: aynı ölçümün iki kopyası önemi paylaşır ve ikisi birden önemsiz görünebilir.
Uygulamada dene
Deneyin: Ağaç Modelleri sekmesi → Örnek yükle → Modeli kur. Görülmemiş veri skoruyla eğitim skorunu karşılaştırın, sonra modeli "tek ağaç" yapıp bölmeleri okuyun.