عمق شجرة القرار هو أطول مسار بين الجذر وأي ورقة. ويضع إعداد max_depth سقفًا لنموها، لكنه لا يجبرها على بلوغ هذا السقف. [1]
الخلاصة السريعة
اضبط العمق بحسب نجاح الشجرة في حالات لم تستخدمها لتعلم قواعدها؛ زيادة التفصيل قد تلتقط الضوضاء بدل العلاقة المطلوبة. [2]
- العمق يقيس أطول مسار، ويختلف عن العدد الإجمالي للعقد؛ الحد الأقصى سقف لا عمق لازم. [1]
- تتيح الفروع الإضافية فصل حالات أكثر، وقد تحفظ تقلبات أمثلة التدريب. [2]
- في جدول المثال، العمق الأفضل على التدريب يختلف عن الأفضل على التحقق؛ الأرقام افتراضية.
- قارن أعماقًا محددة على تحقق ثابت؛ لا يوجد عمق واحد يناسب كل مسألة. [2]
كيف نقرأ العمق في رسم الشجرة؟
في العد المستخدم هنا، الجذر عند العمق صفر، ونعُدّ الانتقالات بين العقد. مسار من الجذر إلى اختبار ثانٍ ثم ورقة يحتوي انتقالين، فيكون عمقه اثنين. يكفي وجود ورقة واحدة بهذا البعد ليكون عمق الشجرة اثنين، حتى لو كانت ورقة أخرى أقرب. هذا شرح للعد في رسم افتراضي.
لا تعد المربعات جميعها وتسمي الناتج عمقًا. ارسم مسارين: الأول ينتقل مرة واحدة، والثاني ينتقل مرتين. قارن طوليهما ثم اختر الأكبر. يمكنك كتابة الرقم عند كل مستوى لمراجعة الرسم، دون أن تنسب عدًّا خاصًا بمكتبة أخرى إلى كل البرامج.
لماذا قد تضر الأسئلة الإضافية؟
توضح مادة Google أن شجرة غير مقيدة قد تطابق أمثلة التدريب المشوشة ثم تضعف على أمثلة جديدة. تقييد العمق أحد وسائل الحد من ذلك. [2]
افترض بطاقات تصف مدة تجهيز طلبات، وبعض المدد سُجلت مع تأخير عارض. يستطيع رسم مفصل تخصيص فرع للبطاقة المتأخرة وحدها. لكن السؤال الذي يميز هذه البطاقة لا يفسر بالضرورة طلبًا قادمًا. هنا نميز القدرة على فصل البطاقات المعروضة عن فائدة القاعدة خارجها.
مثال: أي عمق نختار من جدول؟
الجدول التالي من إعداد المقال، وليس نتيجة تدريب فعلي. نفرض أن المهمة تصنيف حالة طلب، وأن المقياس نسبة الحالات المصنفة صحيحًا. نقارن ثلاث أشجار على مجموعتي تدريب وتحقق ثابتتين.
أفضل نتيجة تدريب في الجدول هي 99% عند العمق ستة، لكن أفضل نتيجة تحقق هي 88% عند العمق ثلاثة. لو كان معيار الاختيار المعلن دقة التحقق وحدها، لاخترنا ثلاثة بين هذه الخيارات. لا تثبت المقارنة أن العمق ستة سيئ عمومًا أو أن ثلاثة يصلح لأي بيانات.
| العمق المفترض | دقة التدريب | دقة التحقق |
|---|---|---|
| 1 | 82% | 81% |
| 3 | 94% | 88% |
| 6 | 99% | 84% |
كيف نجعل المقارنة قابلة للفهم؟
يمكن اختيار إعدادات النمو عبر التحقق المتقاطع، مع مقارنة متوسطات التقييم للقيم المرشحة. [2]
في دفتر المقارنة، اكتب العمق المطلوب والعمق الذي ظهر فعليًا، وعدد الأوراق، ومقياس النجاح. اذكر أيضًا الخيارات التي قارنتها؛ فاختيار ثلاثة من مجموعة صغيرة لا يعني البحث في كل الأعماق الممكنة. إذا كانت الدقة متقاربة، راجع الحالات التي اختلفت إجابات الأشجار عليها قبل توسيع البحث. هذا اقتراح عملي للمراجعة، وليس وصفًا لتجربة أجريناها.
المصادر ومتابعة القراءة
- scikit-learn: DecisionTreeClassifier — max_depth and get_depth (يفتح في نافذة جديدة)scikit-learn.org
- Google: Overfitting and pruning (يفتح في نافذة جديدة)developers.google.com
أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.