Šta su klasifikatori u mašinskom učenju: stabla odlučivanja

Klasifikatori su algoritmi za mašinsko učenje koji rade tako što dodeljuju klasu svakom elementu skupa podataka.Postoje različite vrste klasifikatora, onaj koji ćemo istražiti u ovom članku je klasifikator koji se zasniva na stablima odlučivanja.

Stabla odlučivanja su prikaz učenja u mašinsko učenje. Stablo je struktura podataka čije su informacije sadržane u čvorovima, a čvorovi su međusobno povezani lukovima. Čvorovi su pozicionirani tačno tamo gde se jedan luk susreće sa drugim.

Ispod je grafički prikaz stabla. Drveće može sadržavati informacije različitih vrsta

Grafički možemo vidjeti 6 čvorova koji sadrže elemente A, B, C, D, E, F dok su lukovi segmenti koji povezuju informacije.

Takva struktura drveta ima:

• čvor koji se zove korijen ili korijen, u našem slučaju to je onaj koji sadrži informaciju A. To je uvijek čvor iz kojeg silazi cijelo stablo;
• čvorovi B i C su potomci čvora A, jer postoje lukovi koji vezuju potomke od nadređenog čvora;
• čvorovi koji nemaju potomke nazivaju se listovima, au ovom slučaju to su čvorovi D, F i C;
• drvo ima i dubinu, odnosno najveću udaljenost od korijena do lista, u našem slučaju 3

U mašinskom učenju struktura stabla odluka proizilazi upravo iz ove vrste strukture, jedina razlika je u tome što svaki čvor ne sadrži informacije, već sadrži uslov, uslov koji treba proceniti. Ova stabla se nazivaju i stablo klasifikacije i regresije (CART) i ugrađena su u model koji mašina obučava.

Primjer klasifikacije

Pogledajmo sada slučaj u kojem se analiziraju podaci iz osam automobila. Za svaki automobil znamo zapreminu i prodajnu cijenu kao karakteristike, a svaki automobil odgovara tačnom ili netačnom cilju koji nam govori da li je automobil prilika ili ne.

Ispod je tabela sažetka: