Bir valiz tamircisinin tezgâha gelen işi fermuar ya da tekerlek onarımı olarak ayırdığını düşünün. Bu örnekte random forest nedir ve neyi tahmin eder? Türkçesi rastgele orman olan model, birden çok karar ağacını rastgele seçimlerle eğitir. İşin hangi parçayla ilgili olduğunu, bu ağaçların tahminlerini birleştirerek söyler. Sınıflandırmanın klasik biçiminde her ağaç bir sınıfa oy verir. En çok oyu alan sınıf, ormanın tahmini olur. Leo Breiman'ın 2001 tarihli makalesi sınıf seçimini bu oylamayla açıklıyor.

Hayalî dükkânımızda usta, her eski valiz için fermuarın takılıp takılmadığını, tekerleğin boşluk yapıp yapmadığını ve valizin boyunu yazmış olsun. İş bitince hangi parçaya müdahale edildiğini de ekliyor. Eğitimde ilk üç bilgi girdi, yapılan onarım ise öğrenilecek sınıf. Hesabı izlemesi kolay olsun diye kayıtlara yalnızca tek parçası onarılmış valizleri alalım. Her işe tek etiket vermek isteseydik, iki parçanın da onarıldığı işler için üçüncü bir sınıf açabilirdik.

Bir valiz kaydı aynı ağaca iki kez gelebilir mi?

Beş eski işi A, B, C, D ve E harfleriyle işaretleyin. Her harfi ayrı bir kâğıda yazıp kâğıtları bir torbaya atın. Bir kâğıt çekip harfini not edin, sonra kâğıdı torbaya geri koyun. Bunu beş kez yaptığınızda A, C, C, D, E gelebilir. Ağaç bu beş satırla eğitilirken C'yi iki kez görür, B'yi hiç görmez. İkinci ağaç için beş çekilişe baştan başlayınca B, A, E, B, D çıkabilir.

İki listenin de uzunluğu beş. İlk listede C'nin iki kopyası aynı valize ait. Çekiliş, var olan işlerin eğitimde kaç kez görüleceğini değiştiriyor. İki listenin birbirine benzeme ihtimali de var. Her ağacı böyle bir listeyle eğitip tahminleri birleştirmeye torbalama deniyor. Google'ın Türkçe makine öğrenimi sözlüğü örnekler çekilirken seçilen kaydın geri konduğunu açıklıyor.

Ağaçlar niçin aynı soruyla başlamayabilir?

Her ağaç, tek karar ağacı örneğinde olduğu gibi işin kaydını sorulardan geçirir. Rastgele ormanda eğitim sırasında bir soruyu seçmek için önce bakılabilecek özelliklerden rastgele bir grup alınır. İlk ağaç, kök sorusunda fermuarın durumu veya valizin boyuyla ilgili bir koşul arayabilir. İkinci ağaca aynı noktada valizin boyu ve tekerleğin durumu düşebilir.

Rastgele seçim hangi özelliklerin aday olacağını belirler. Ağaç, önündeki adaylardan eğitim kayıtlarını daha iyi ayıran koşulu seçmeye çalışır. Bir sonraki soruda aday özellikler yeniden örneklenebilir. Aynı kayıtları farklı sıklıkta görmek ve farklı aday koşulları değerlendirmek, ağaçların aynı hatayı birlikte yapma eğilimini azaltabilir. Örneğin eski kayıtlarda iri valizlerin tesadüfen çoğu tekerlek onarımına gelmişse, boyun gündeme gelmediği bir düğümde ağaç bu rastlantıya dayanamaz. Google'ın rastgele orman dersi özellik seçiminin ağaçtaki her düğümde nasıl yapıldığını gösteriyor.

Beş ağaç bir valize nasıl oy verir?

Yeni valizin fermuarı takılıyor, tekerleği de azıcık oynuyor. Beş ağacın üçü tekerlek, ikisi fermuar derse oy çokluğuyla çıkan tahmin tekerlek onarımıdır. Oyları hesabı göstermek için seçtik. Ustanın yeni valizde hangi parçayı onaracağı henüz belli değil.

Üç bölü beş yüzde 60 eder. Bu, tekerleği seçen ağaçların payı. Modelin yeni valizlerdeki doğruluğunu ölçmek için önceden eğitimden ayırdığınız işlerin tahminlerini gerçekleşen onarımlarla karşılaştırın. Örneğin fermuar tahmini çıkıp tekerleği onarılan işleri, doğru fermuar tahminlerinden ayrı sayın. Karışıklık matrisi örneğinde bu iki tür sonucu aynı tabloda görebilirsiniz.

Ekrandaki yüzdeyi nasıl okursunuz?

Kullandığınız araçtan önce sayının tanımını öğrenin. Örneğin scikit-learn sınıflandırıcısı ağaçların sınıf olasılıklarının ortalamasını alır. Bir ağacın yüzdesi, valizin ulaştığı son gruptaki sınıf payından gelir. Üç ağacın tekerleğe yüzde 51, kalan ikisinin yüzde 10 verdiğini varsayalım. Tekerlek üç ağaçta önde olsa da ortalaması yüzde 34,6 olur. İki sınıfımız olduğu için fermuarın ortalaması yüzde 65,4. Bu hesapla tahmin fermuardır. Olasılık diye gösterilen sayıyı geçmiş işlerle karşılaştırmak da ayrı bir kontroldür. Olasılık iyi kalibre edilmişse, yüzde 60 fermuar olasılığı verdiği işlerin yaklaşık yüzde 60'ında gerçekten fermuar onarılmış olmasını beklersiniz. Scikit-learn'ün olasılık kalibrasyonu rehberi bu kontrolün nasıl yapıldığını açıklıyor.

Hesabı denemek için Yapay Zeka'ya beş ağacın yüzdelerini verin. "Her ağacın en yüksek yüzdesine göre oyları say. Sonra beş tekerlek yüzdesinin ortalamasını al. İki tahmin neden ayrılıyor?" diye sorun. Toplamı kendiniz kontrol edin ve yanıtın altındaki kaynaklardan araçta hangi hesabın kullanıldığını doğrulayın.