بررسي رويكردهاي درخت تصميم در يادگيري ماشين

Review of decision tree approaches in machine learning

دنياي مدرن كنوني در حقيقت دنياي داده گرا است و بشر در محاصره داده هاي عددي و غير عددي ميباشد. براي اينكه اين داده ها را بتوان به عنوان ابزار مناسب در زمينه هاي مختلف مورد استفاده قرار داد، بايستي آنها را تحليل و پردازش نمود. درخت تصميم از عمومي ترين روش هاي يادگيري طبقه بندي مي باشند كه ساخت اين درخت به صورت پويا و بدون كدنويسي صريح امكانپذير ميباشد، به گونه اي كه درخت از روي داده هاي آموزشي موجود، شاخه ها و برگهاي خود را ميتواند پيدا كند. ويژگيهاي مهم اين درخت، سادگي تفسير، قابليت كار با انواع مختلف داده هاي عددي و دسته اي و قابليت مقابله باداده هاي ناهمگن است و مزايايي چون دسته بندي دقيق داده ها، مورد استفاده براي حل مسائل باداده هاي بزرگ وكوچك را دارد اما همچون بقيه روشهاي داده كاوي، اين روش دسته بندي، معايبي چون داشتن حساسيت به داده هاي پرت، بزرگ شدن و پيچيده شدن درخت در طي عمل دسته بندي كه منجر به افزايش زمان آموزش و بررسي مدل ميشود، ميباشد. در اين پژوهش به بررسي الگوريتم هاي مورد استفاده پژوهش هاي پيشين و همچنين كلمات كليدي مورد توجه پژوهشگران در حوزه درخت تصميم با استفاده از داده هاي سايت science data در سالهاي اخير پرداخته شد. در نهايت مزايا و معايب الگوريتمهاي موجود در زمينه يادگيري طبقه بندي با درخت تصميم مورد مطالعه قرار گرفت.

The modern world is a data-driven world, and humans are surrounded by numerical and non-numerical data. This data must be analyzed and processed to be used effectively in various fields. The decision tree is one of the most general classification learning methods. It can be built dynamically without explicit coding, allowing the tree to find its branches and leaves from the available training data. The decision tree has several important features including, Simplicity of interpretation, ability to work with different types of numerical and categorical data, ability to deal with heterogeneous data and accurate classification of data. Decision trees can be used to solve a wide range of problems with data, both large and small. However, like other data mining methods, decision trees have some disadvantages such as, sensitivity to outlier data, enlargement and complication of the tree during the classification process, leading to an increase in time and decision trees have been used to model education and examination systems. This research investigated the algorithms used in previous research on decision trees, as well as the keywords of interest of researchers in the field. Finally, the research studied the advantages and disadvantages of existing algorithms for classification learning with decision trees.