Scikit-learn: min_weight_fraction_leaf ने सुधारों का सुझाव दिया

को निर्मित 28 जून 2016 · 3टिप्पणियाँ · स्रोत: scikit-learn/scikit-learn

विवरण

मैं DecisionTreeClassifier और RandomForestClassifier के min_weight_fraction_leaf पैरामीटर का गलत तरीके से उपयोग कर रहा हूं और मुझे लगता है कि यह संभावना है कि अन्य लोग भी मेरे समान ही काम कर रहे हैं।

उदाहरण के लिए, DecisionTreeClassifier में min_weight_fraction_leaf लिए दस्तावेज़ कहते हैं

पत्ती नोड पर होने के लिए आवश्यक इनपुट नमूनों का न्यूनतम भारित अंश।

यह वास्तव में मेरे लिए अस्पष्ट था कि "इनपुट नमूनों के भारित अंश" से डॉक्स का क्या मतलब है। प्रारंभ में मुझे लगा कि यह वर्गों के आकार या class_weight द्वारा दिए गए मूल्यों के आधार पर एक भार था। मुझे लगता है कि पैरामीटर विवरण में थोड़ा बदलाव इस भ्रम को दूर कर सकता है। शायद कुछ ऐसा

इनपुट नमूनों का न्यूनतम भारित अंश एक पत्ती नोड पर होना चाहिए जहां फिट () विधि में नमूना_वेट द्वारा वेट निर्धारित किया जाता है।

इसके अलावा, यह min_weight_fraction_leaf केवल तभी लागू होता है यदि sample_weight कॉल fit() । अगर sample_weight करने के लिए कॉल में प्रदान नहीं की है fit() , min_weight_fraction_leaf चुपचाप नजरअंदाज कर दिया है। यहां, मुझे लगता है कि min_weight_fraction_leaf को अभी भी इस धारणा के तहत लागू होना चाहिए कि सभी नमूने समान रूप से भारित हैं या एक चेतावनी दी जानी चाहिए कि min_weight_fraction_leaf का उपयोग नहीं किया जाएगा क्योंकि sample_weight प्रदान नहीं किया गया था।

संस्करणों

डार्विन-15.5.0-x86_64-i386-64bit
पायथन 3.5.1 | कॉन्टिनम एनालिटिक्स, इंक (डिफ़ॉल्ट, 7 दिसंबर 2015, 11:24:55)
[जीसीसी ४.२.१ (एप्पल इंक निर्माण ५५ )77)]
NumPy 1.11.0
विज्ञानपी ०.१ 0..१
स्किटिट-लर्न 0.17.1

इसके अलावा, मुझे अपने द्वारा सुझाए गए बदलाव (अगर वे योग्य समझे जाते हैं) करना पसंद करेंगे, लेकिन मुझे ओपन-सोर्स लाइब्रेरी में योगदान देने का बहुत कम अनुभव है। अगर किसी को मेरी मदद करने के लिए तैयार होगा, तो हाथ से पकड़े जाने की आवश्यकता हो सकती है।

Bug

स्रोत

ben519

👍2

सबसे उपयोगी टिप्पणी

मुझे लगता है कि यदि min_weight_fraction_leaf सेट किया गया है और कोई sample_weights प्रदान नहीं किया गया है, तो इसे या तो एक त्रुटि बढ़ानी चाहिए या एक समान भार ग्रहण करना चाहिए। इस मामले में यह min_samples_leaf साथ थोड़ा बेमानी है लेकिन मुझे लगता है कि एक समान वजन अभी भी बेहतर होगा।

amueller 22 अग॰ 2016

👍2

सभी 3 टिप्पणियाँ

कृपया एक पीआर सबमिट करें

29 जून 2016 को 06:09 पर, बेन नोटिफिकेशन @ithub.com ने लिखा:

विवरण
मैं min_weight_fraction_leaf के पैरामीटर का उपयोग कर रहा हूं
DecisionTreeClassifier और RandomForestClassifier गलत तरीके से और मुझे लगता है
यह संभावना है कि अन्य लोग भी मेरे जैसा ही काम कर रहे हैं।
उदाहरण के लिए, min_weight_fraction_leaf के लिए प्रलेखन
DecisionTreeClassifier
http://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClubifier.html
कहते हैं
इनपुट नमूनों का न्यूनतम भारित अंश आवश्यक होना चाहिए
पर्ण्सन्धि।
यह वास्तव में मेरे लिए स्पष्ट नहीं था कि डॉक्स का "भारित अंश" से क्या मतलब है
इनपुट के नमूने "। शुरू में मैंने सोचा था कि यह एक भार आधारित था
कक्षाओं का आकार या वर्ग_ मान द्वारा दिए गए मान। मुझे एक मामूली सा लगता है
पैरामीटर विवरण में परिवर्तन इस भ्रम को दूर कर सकता है। शायद
कुछ इस तरह
इनपुट नमूनों का न्यूनतम भारित अंश आवश्यक होना चाहिए
लीफ नोड जहां फिट () विधि में नमूना_वेट द्वारा निर्धारित किया जाता है।
इसके अलावा, ऐसा लगता है कि min_weight_fraction_leaf केवल तभी लागू होता है
नमूना फिट (कॉल फिट) में प्रदान किया जाता है। अगर नमूना_वेट नहीं है
फिट करने के लिए कॉल में (), min_weight_fraction_leaf चुपचाप है
अवहेलना करना। यहाँ, मुझे लगता है कि min_weight_fraction_leaf के तहत अभी भी लागू होना चाहिए
यह धारणा कि सभी नमूने समान रूप से भारित हैं या एक चेतावनी होनी चाहिए
यह देखते हुए कि नमूना_वेट के बाद से min_weight_fraction_leaf का उपयोग नहीं किया जाएगा
प्रदान नहीं किया गया था।
संस्करणों
डार्विन-15.5.0-x86_64-i386-64bit
पायथन 3.5.1 | कॉन्टिनम एनालिटिक्स, इंक (डिफ़ॉल्ट, 7 दिसंबर 2015, 11:24:55)
[जीसीसी ४.२.१ (एप्पल इंक निर्माण ५५ )77)]
NumPy 1.11.0
विज्ञानपी ०.१ 0..१
स्किटिट-लर्न 0.17.1
-
आप इसे प्राप्त कर रहे हैं क्योंकि आपको इस धागे की सदस्यता दी गई है।
इस ईमेल का उत्तर सीधे दें, इसे GitHub पर देखें
https://github.com/scikit-learn/scikit-learn/issues/6945 , या म्यूट करें
थ्रेड
https://github.com/notifications/unsubscribe/AAEz6xE2BmEJHo6hGgTWoPPDDD__ks5qQX9zgaJpZM4JA96
।

jnothman 29 जून 2016

amueller 22 अग॰ 2016

👍2

मुझे लगता है कि यह min_samples_leaf । प्रत्येक पत्ती के नोड में नमूनों की पूर्ण संख्या की आवश्यकता के बजाय, min_weight_fraction_leaf प्रत्येक पत्ती में नमूनों (या वजन) के एक अंश की आवश्यकता का विकल्प प्रदान करता है। क्या मॉडल नमूनों के लिए वजन का उपयोग कर रहा है class_weight पर निर्भर करता है।

gg2572 20 जून 2017

👍1

क्या यह पृष्ठ उपयोगी था?

0 / 5 - 0 रेटिंग्स

Scikit-learn: min_weight_fraction_leaf ने सुधारों का सुझाव दिया

विवरण

संस्करणों

सबसे उपयोगी टिप्पणी

सभी 3 टिप्पणियाँ

संबंधित मुद्दों