二元決策樹系
重要
Machine Learning 工作室 (傳統) 的支援將於 2024 年 8 月 31 日結束。 建議您在該日期之前轉換成 Azure Machine Learning。
自 2021 年 12 月 1 日起，您將無法建立新的 Machine Learning 工作室 (傳統) 資源。 在 2024 年 8 月 31 日之前，您可以繼續使用現有的 Machine Learning 工作室 (傳統) 資源。
ML 工作室 (傳統) 文件即將淘汰，未來將不再更新。
使用決策樹系演算法建立二級分類模型
模組概觀
本文說明如何使用機器學習 Studio (傳統) 中的 [二級決策樹系] 模組，根據決策樹系演算法建立機器學習模型。
決策樹系是快速、監督的集團模型。 如果您想要預測的目標最多有兩個結果，此模組是不錯的選擇。 如果您不確定如何設定決策樹模型以獲得最佳結果，建議您使用 [ 微調模型超參數 ] 模組來定型及測試多個模型。 微調可逐一查看多個可能性，並尋找適合您的最佳解決方案。
了解決策樹系
決策樹系演算法是一種集團學習方法，適用於分類工作。 集團方法是以一般原則為基礎，而不是依賴單一模型，您可以建立多個相關模型並透過某種方式合併，以取得更佳的結果和更通用的模型。 一般而言，集團模型比單一決策樹的涵蓋範圍更廣、精確度更高。
有許多方式可以建立個別的模型並合併為集團。 決策樹系這項特定的執行方式是建立多個決策樹，並針對最常見的輸出類別進行投票。 投票是在集團模型中產生結果的其中一種常見方法。
- 許多個別的分類樹狀結構在建立時都會使用整個資料集，但採用不同 (通常是隨機) 的起點。 這與隨機樹系方法不同，個別決策樹可能只會使用部分資料或特徵的隨機部分。
- 決策樹系樹狀結構中的每個樹狀結構，都會輸出非正規化的標籤頻率長條圖。
- 匯總程式會加總這些長條圖並標準化結果，以取得每個標籤的「機率」。
- 具有高預測信賴度的樹狀結構在集團的最終決策中會有較高的加權。
決策樹在分類工作方面通常有許多優點：
- 可擷取非線性決策界限。
- 您可以使用大量資料進行訓練和預測，因為決策樹在計算和記憶體使用量中都非常高效。
- 特徵選取已整合在訓練和分類流程中。
- 樹狀結構可以容納雜訊資料和許多功能。
- 決策樹是非參數化的模型，因此可以處理各種散發的資料。
不過，簡單決策樹可能過度擬合資料，且通用性比樹狀結構集團更低。
如需詳細資訊，請參閱 判定樹系或《 技術提示》 一節中所列的其他檔。
如何設定 Two-Class 決策樹系
將 [雙類別決策樹系] 模組新增至機器學習 Studio (傳統) 的實驗，然後開啟模組的 [屬性] 窗格。
您可以在機器學習中找到此模組。 展開 [初始化]，接著展開 [分類]。
針對 [重新取樣方法]，選擇個別樹狀結構所使用的建立方法。 您可以選擇 [封袋] 或 [複寫]。
封袋：封袋又稱為「啟動程序彙總」。 在這個方法中，每個樹狀結構都會在新的範例中成長，透過取代來隨機取樣原始資料集進行建立，直到資料集與原始資料集的大小相等為止。
模型的輸出會依據投票合併，投票是彙總的一種形式。 分類決策樹系中的每個樹狀結構都會輸出標籤的非 normalised 頻率長條圖。 匯總是加總這些長條圖和 normalise，以取得每個標籤的「機率」。 如此一來，具有高預測信賴度的樹狀結構在集團的最終決策中會有較高的加權。
如需詳細資訊，請參閱啟動程式彙總的維基百科條目。
複寫：在複寫中，每個樹狀結構都會以完全相同的輸入資料進行訓練。 每個樹狀節點所使用的分割述詞判斷會保持隨機，使樹狀結構具有差異。
如需有關使用 [複寫 ] 選項定型 程式的詳細資訊，請參閱 技術 提示一節中所列的白皮書。
設定 [建立定型模式] 選項來指定要如何定型模型。
單一參數：如果您知道要如何設定模型，您可以提供一組特定值做為引數。
參數範圍：如果您不確定最佳參數，可以藉由指定多個值並使用 微調模型超參數 模組尋找最佳的設定，找到最佳的參數。 講師會反復查看您所提供的多個設定組合，並判斷產生最佳模型的值組合。
針對 [決策樹的數目]，請輸入集團內可建立的決策樹數目上限。 藉由建立多個決策樹，您或許能夠有較佳的涵蓋範圍，但是定型時間會拉長。
注意
此值也會控制視覺化定型模型時所顯示的樹狀結構數目。 如果您想要查看或列印單一樹狀結構，您可以將值設定為1。 不過，只能產生一個樹狀 (具有初始參數集的樹狀)，且不會進一步反覆運算。
針對 [決策樹的最大深度]，請輸入位數以限制任何決策樹的最大深度。 增加樹狀結構的深度可增加有效位數，但可能會有過度配適及定型時間增加的風險。
針對 [每個節點的隨機分割數目]：輸入建立樹狀結構的每個節點時所要使用的分割數目。 分割意指樹狀結構的每個層級 (節點) 中的特徵是隨機分割的。
針對 [每個分葉節點的樣本數下限]，請指出在樹狀結構中建立任何終端節點 (分葉) 所需的最低案例數目。
藉由增加此值，您會增加建立新規則的臨界值。 例如，若預設值是 1，即使單一案例可能會造成新規則的建立。 如果您將此值增加至 5，則定型資料至少要包含 5 個案例，才會符合相同的條件。
選取 [類別特徵中允許未知值] 選項，可以在訓練或驗證集中建立未知值的群組。 此模型對於已知值可能較不精確，但針對新的 (未知) 值可提供更佳的預測。
如果您取消選取此選項，則模型只會接受訓練資料中包含的值。
附加已加上標籤的資料集和其中一個 定型模組：
結果
定型完成後：
若要查看在每個反復專案上建立的樹狀結構，請以滑鼠右鍵按一下 [ 定型模型 模組]，然後選取要視覺化的 定型模型 。 如果您使用 [ 微調模型超參數]，請以滑鼠右鍵按一下模組，然後選取 定型的最佳模型 ，將最佳模型視覺化。
按一下每個樹狀結構，向下切入分割並查看每個節點的規則。
若要儲存模型的快照集，請以滑鼠右鍵按一下 定型的模型 輸出，然後選取 [ 儲存模型]。 在後續執行實驗時，不會更新儲存的模型。
若要使用模型進行評分，請將 [ 評分模型 ] 模組新增至實驗。
範例
如需如何在機器學習中使用決策樹系的範例，請參閱 Azure AI 資源庫中的範例實驗：
技術說明
本章節包含其他的執行詳細資料、研究和常見問題。
使用提示
如果您的資料有限，或想要將定型模型所花費的時間降到最低，請嘗試下列設定：
有限的定型集
如果定型集只包含少數的執行個體：
- 使用較多的決策樹來建立決策樹系 (例如，超過 20 個)。
- 使用 [封袋] 選項來重新取樣。
- 每個節點指定大量的隨機分割 (例如，超過 1,000 個)。
有限的定型時間
如果定型集包含大量的執行個體，而且定型時間有限：
- 使用較少的決策樹 (例如，5-10) 建立決策樹系。
- 使用 [複寫] 選項來重新取樣。
- 每個節點指定較少的隨機分割 (例如，少於 100 個)。
實作詳細資料
Microsoft Research 提供的這篇文章提供有關使用決策樹之集團方法的實用資訊。 從墩到樹狀結構，到樹系。
如需有關使用 [複寫] 選項定型程式的詳細資訊，請參閱電腦視覺和醫療影像分析的決策樹系。Criminisi 和 Shotton。Springer link 2013。
模組參數
| 名稱 | 範圍 | 類型 | 預設 | 描述 |
|---|---|---|---|---|
| 重新取樣方法 | 任意 | ResamplingMethod | Bagging | 選擇重新取樣方法 |
| 決策樹的數目 | >=1 | 整數 | 8 | 指定在集團中建立的決策樹個數 |
| 決策樹的最大深度 | >=1 | 整數 | 32 | 指定可建立的任何決策樹的最大深度 |
| 每個節點的隨機分割數目 | >=1 | 整數 | 128 | 指定每個節點產生的分割數目，以從中選取最佳的分割 |
| 每一個葉節點的樣本數下限 | >=1 | 整數 | 1 | 指定要產生葉節點所需的最少定型樣本數 |
| 類別特徵中允許未知值 | 任意 | 布林值 | True | 指出現有類別特徵的未知值是否可以對應至新的額外特徵 |
輸出
| 名稱 | 類型 | 描述 |
|---|---|---|
| 未定型的模型 | ILearner 介面 | 未定型的二元分類模型 |