Decision Tree

Визуальная лаборатория дерева решений

Интерактивный симулятор осевых разбиений для бинарной классификации.

Дерево решений рекурсивно делит данные на меньшие области. В этом симуляторе каждое разбиение осевое и использует x или y с порогом.

Каждый внутренний узел задаёт правило типа x <= 22. Листовые узлы выдают вероятности классов и итоговую метку.

Для долей классов p_k, нечистота Джини:

$$ G = 1 - \sum_k p_k^2 $$

Модель пробует кандидаты и выбирает разбиение, минимизирующее взвешенную нечистоту дочерних узлов.

  • Максимальная глубина ограничивает сложность дерева.
  • Минимальное число образцов предотвращает нестабильные микробиения.
  • Чистые листья (все одного класса) естественно завершаются.

Более мелкие деревья обычно лучше обобщают, а более глубокие могут переобучаться на локальный шум.

  1. Добавьте точки классов A и B или загрузите демо-шаблон.
  2. Обучайте с разными max depth / min samples.
  3. Наблюдайте границы регионов, текстовые правила дерева и логи разбиений.
  4. Сравните простые и сложные деревья по интерпретируемости и качеству подгонки.

Кликните по холсту, чтобы добавить образцы в ячейки сетки, затем обучите для генерации правил разбиения и регионов решения.

Информация о модели
Точки: 0 A | 0 B
Оценка последнего разбиения: -
Дерево решений (текст)

            
Лог вычислений разбиений