Lab Visual Decision Tree
Simulator interaktif pemisahan sejajar sumbu untuk klasifikasi biner.
Decision tree membagi data secara rekursif menjadi region lebih kecil. Di simulator ini, setiap split sejajar sumbu dan menggunakan x atau y dengan ambang.
Setiap node internal menanyakan aturan seperti x <= 22. Leaf menampilkan probabilitas kelas dan label akhir.
Untuk proporsi kelas p_k, Gini impurity adalah:
$$ G = 1 - \sum_k p_k^2 $$
Model mencoba split kandidat dan memilih yang meminimalkan impurity anak berbobot.
- Kedalaman maksimum membatasi kompleksitas pohon.
- Jumlah sampel minimum menghindari micro-split yang tidak stabil.
- Leaf murni (satu kelas) berhenti secara alami.
Pohon yang lebih dangkal biasanya lebih baik dalam generalisasi, sedangkan pohon dalam bisa overfit noise lokal.
- Tambahkan titik untuk kelas A dan B, atau muat pola demo.
- Latih dengan pengaturan max depth / min samples berbeda.
- Amati batas region, aturan teks pohon, dan log split.
- Bandingkan pohon sederhana vs kompleks untuk interpretabilitas dan kualitas fit.
Klik kanvas untuk menambah sampel di sel grid, lalu latih untuk menghasilkan aturan dan region.
Info Model
Titik: 0 A | 0 B
Skor Split Terakhir: -