ترجمه فارسی مقاله پیرایش آلفا: هرس درختان سازگار محلی برای جنگل های تصادفی

چکیده

We demonstrate that adaptively controlling the size of individual regression trees in a random forest can improve predictive performance, contrary to the conventional wisdom that trees should be fully grown. A fast pruning algorithm, alpha-trimming, is proposed as an effective approach to pruning trees within a random forest, where more aggressive pruning is performed in regions with a low signal-to-noise ratio. The amount of overall pruning is controlled by adjusting the weight on an information criterion penalty as a tuning parameter, with the standard random forest being a special case of our alpha-trimmed random forest. A remarkable feature of alpha-trimming is that its tuning parameter can be adjusted without refitting the trees in the random forest once the trees have been fully grown once. In a benchmark suite of 46 example data sets, mean squared prediction error is often substantially lowered by using our pruning algorithm and is never substantially increased compared to a random forest with fully-grown trees at default parameter settings.

چکیده به فارسی (ترجمه ماشینی)

ما نشان می دهیم که کنترل تطبیقی ​​اندازه درختان رگرسیون فردی در یک جنگل تصادفی می تواند عملکرد پیش بینی کننده را بهبود بخشد ، برخلاف خرد معمولی که درختان باید به طور کامل رشد کنند.یک الگوریتم هرس سریع ، Alpha-Trimming ، به عنوان یک رویکرد مؤثر برای هرس درختان در یک جنگل تصادفی پیشنهاد شده است ، جایی که هرس تهاجمی تر در مناطقی با نسبت سیگنال به نویز کم انجام می شود.میزان هرس کلی با تنظیم وزن در یک مجازات معیار اطلاعات به عنوان یک پارامتر تنظیم کنترل می شود ، در حالی که جنگل تصادفی استاندارد یک مورد خاص از جنگل تصادفی آلفا است.یکی از ویژگی های قابل توجه Alpha-trimming این است که پارامتر تنظیم آن می تواند بدون اصلاح درختان در جنگل تصادفی پس از رشد کامل درختان یک بار ، تنظیم شود.در یک مجموعه معیار 46 مجموعه داده به عنوان مثال ، میانگین خطای پیش بینی مربع اغلب با استفاده از الگوریتم هرس ما به طور قابل توجهی کاهش می یابد و هرگز در مقایسه با یک جنگل تصادفی با درختان کاملاً رشد یافته در تنظیمات پارامتر پیش فرض هرگز به طور قابل توجهی افزایش نمی یابد.