Entscheidungsbaum-Visual-Labor
Interaktiver Simulator für achsenparallele Splits bei binärer Klassifikation.
Ein Entscheidungsbaum teilt Daten rekursiv in kleinere Regionen. In diesem Simulator ist jeder Split achsenparallel und nutzt x oder y mit Schwellenwert.
Jeder innere Knoten stellt eine Regel wie x <= 22. Blätter geben Klassenwahrscheinlichkeiten und ein finales Label aus.
Für Klassenanteile p_k gilt die Gini-Unreinheit:
$$ G = 1 - \sum_k p_k^2 $$
Das Modell testet Kandidaten-Splits und wählt den mit minimaler gewichteter Kinder-Unreinheit.
- Maximale Tiefe begrenzt die Baumkomplexität.
- Minimale Samples vermeiden instabile Mikro-Splits.
- Reine Blätter (eine Klasse) stoppen natürlich.
Flachere Bäume generalisieren meist besser, während tiefe Bäume lokales Rauschen überanpassen können.
- Punkte für Klasse A und B hinzufügen oder ein Demo-Muster laden.
- Mit unterschiedlichen Max-Tiefe / Min-Samples Einstellungen trainieren.
- Regionsgrenzen, Textregeln und Split-Logs beobachten.
- Einfache vs komplexe Bäume für Interpretierbarkeit und Fit-Qualität vergleichen.
Klicke auf die Leinwand, um Samples in Rasterzellen zu platzieren, und trainiere, um Regeln und Regionen zu erzeugen.
Modellinfo
Punkte: 0 A | 0 B
Letzter Split-Score: -