Alberi decisionali e foreste casuali
Un albero decisionale fa previsioni ponendo una serie di semplici domande sì/no, come un diagramma di flusso.
Panoramica
A random forest combines hundreds of such trees and lets them vote, which is far more accurate and robust.
Immersione profonda
Un albero decisionale suddivide i dati passo dopo passo: in ciascun nodo sceglie la caratteristica e la soglia che meglio separano i risultati, quindi si ramifica fino a raggiungere una previsione su una foglia. Gli alberi sono popolari perché sono facili da leggere; puoi risalire esattamente al motivo per cui è stata presa una decisione. Il loro punto debole è l'overfitting, in cui un albero profondo memorizza il rumore e prevede scarsamente i nuovi dati. Le foreste casuali risolvono questo problema addestrando molti alberi su sottoinsiemi casuali di dati (una tecnica chiamata bagging) e sottoinsiemi casuali di funzionalità ad ogni suddivisione. Gli alberi commettono errori diversi, quindi la media dei loro voti annulla gli errori individuali. Il risultato è uno degli algoritmi più affidabili e a bassa regolazione per i dati tabulari, ampiamente utilizzato prima di raggiungere il deep learning.
Approfondimento tecnico
Ogni suddivisione viene scelta per massimizzare la "purezza". Gli alberi di classificazione riducono al minimo l'impurità o l'entropia di Gini; gli alberi di regressione riducono al minimo la varianza (errore quadratico). Le foreste casuali aggiungono due fonti di casualità: il campionamento bootstrap (ogni albero vede un campione casuale estratto con sostituzione) e la selezione casuale delle caratteristiche ad ogni divisione. Ciò decorrela gli alberi in modo che la loro previsione media abbia una varianza molto inferiore rispetto a qualsiasi singolo albero, senza aumentare molto la distorsione. I campioni fuori dal sacchetto, esclusi dal bootstrap di ciascun albero, forniscono una stima di convalida incorporata.
Impatto strategico
Decisioni più chiare
Ti aiuta a separare le chiare affermazioni tecniche dal linguaggio di marketing.
Costo e budget
Puoi porre domande sull'implementazione migliore prima di spendere denaro o tempo.
Team e flusso di lavoro
I team con una comprensione condivisa prendono decisioni migliori su prodotti, politiche e apprendimento.
Il futuro degli alberi decisionali e delle foreste casuali
Le semplici foreste casuali rimangono una base di riferimento, ma i riflettori si sono spostati su alberi con gradiente potenziato come XGBoost, LightGBM e CatBoost, che costruiscono alberi in sequenza per correggere errori precedenti e spesso superano le competizioni di dati tabulari. Questi insiemi di alberi continuano a sovraperformare le reti neurali su molti set di dati strutturati. Aspettatevi un lavoro continuo sulla velocità, sulla formazione della GPU e soprattutto sugli strumenti di spiegabilità come SHAP, poiché l'interpretabilità è una delle ragioni principali per cui le industrie regolamentate continuano a scegliere modelli basati su alberi rispetto al deep learning a scatola nera.
Implementazione nel mondo reale
Credit scoring e approvazione dei prestiti, dove le banche apprezzano il percorso decisionale chiaro e verificabile.
Previsione del rischio medico che segnala quali fattori del paziente hanno portato a una diagnosi o a un avviso.
Previsione del tasso di abbandono dei clienti dall'account tabellare e dai dati di utilizzo.
Analisi dell'importanza delle funzionalità per classificare quali variabili contano maggiormente in un set di dati.
Rischi e guardrail
Team diversi possono utilizzare lo stesso termine in modo diverso, quindi definisci l'ambito in anticipo.
I benchmark possono sembrare solidi mentre le prestazioni nel mondo reale non sono uniformi.
Ignorare la qualità dei dati e i piani di valutazione spesso crea risultati fragili.
Tabella di marcia per l'implementazione
Inizia con una definizione in linguaggio semplice del risultato di cui hai bisogno.
Scegli una metrica di successo e una condizione di fallimento prima del test.
Esegui un piccolo progetto pilota con dati rappresentativi, non un set demo raffinato.
Documenta dove gli alberi decisionali e le foreste casuali aiutano e dove i metodi più semplici sono migliori.
Continua a esplorare
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Decision Trees and Random Forests quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Prossima guida
Processo decisionale dell'intelligenza artificiale
Domande frequenti
What is Decision Trees and Random Forests?
Un albero decisionale fa previsioni ponendo una serie di semplici domande sì/no, come un diagramma di flusso. Una foresta casuale combina centinaia di alberi di questo tipo e consente loro di votare, il che è molto più accurato e robusto.
Come fa un albero decisionale a fare una previsione?
Un albero decisionale instrada un input attraverso domande ramificate sulle sue caratteristiche fino a raggiungere una foglia che fornisce la previsione.
Qual è il principale punto debole di un albero decisionale unico e profondo?
Gli alberi profondi possono adattarsi troppo fedelmente ai dati di addestramento, catturando il rumore e generalizzando in modo inadeguato a nuovi esempi.
Come migliora una foresta casuale su un singolo albero?
Addestrando molti alberi decorrelati e calcolando la media o votando, una foresta cancella gli errori dei singoli alberi e riduce l'adattamento eccessivo.
A cosa si riferisce il termine "bagging" nelle foreste casuali?
Il bagging (aggregazione bootstrap) fornisce a ciascun albero un campione casuale estratto con sostituzione, quindi gli alberi differiscono e la loro media è più stabile.
Quale metrica vengono comunemente utilizzati dagli alberi di classificazione per scegliere una suddivisione?
Gli alberi di classificazione scelgono le suddivisioni che riducono maggiormente l’impurità o l’entropia di Gini, misure di quanto sono mescolate le classi in un nodo.