การเฉลี่ยตัวแบบบนต้นไม้การถดถอยสำหรับการพยากรณ์

การศึกษาในครั้งนี้มีวัตถุประสงค์เพื่อเพิ่มประสิทธิภาพให้กับต้นไม้การถดถอยหนึ่งในวิธีการทางด้านการเรียนรู้ของเครื่องสำหรับการพยากรณ์ โดยทำการสร้างต้นไม้การถดถอยจำนวนหลายต้นย่อย ภายใต้การตัดแต่งกิ่งของต้นไม้การถดถอยโดยอาศัยการกำหนดความลึกของต้นไม้ การถดถอยแต่ละต้นย่อยซึ่งให้ค่าพยากรณ์ที่แตกต่างกันและรวมต้นไม้การถดถอยแต่ละต้นเข้าด้วยกันผ่านวิธีการเฉลี่ยตัวแบบ โดยเปรียบเทียบวิธีในการเฉลี่ยตัวแบบที่คำนวณมาจาก 6 วิธี ได้แก่ น้ำหนักที่เท่ากัน น้ำหนักที่ขึ้นกับค่าความคลาดเคลื่อน น้ำหนักที่ขึ้นกับความลึกของต้นไม้การถดถอย น้ำหนักที่ขึ้นกับเกณฑ์สารสนเทศของอะกะอิเกะ น้ำหนักที่ขึ้นกับเกณฑ์สารสนเทศของเบส์ น้ำหนักที่ขึ้นกับการผสมตัวแบบ ภายใต้การจำลองข้อมูล 2 สถานการณ์ ได้แก่ การจำลองข้อมูลจากประชากรของตัวแบบการถดถอยและประชากรของต้นไม้การถดถอย รวมทั้งการประยุกต์ใช้กับข้อมูลจริง 5 ชุดข้อมูล เปรียบเทียบประสิทธิภาพของค่าพยากรณ์จากวิธีการเฉลี่ยตัวแบบบนต้นไม้การถดถอยกับต้นไม้การถดถอยเชิงเดี่ยว ป่าสุ่มและการถดถอยเชิงเส้นพหุคูณ โดยมีเกณฑ์ที่ใช้ในการเปรียบเทียบประสิทธิภาพ คือรากของค่าคลาดเคลื่อนกำลังสองเฉลี่ย ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ยและค่าเฉลี่ยของค่าสัมบูรณ์เปอร์เซ็นต์ความคลาดเคลื่อน จากการศึกษาภายใต้การจำลองข้อมูลจากประชากรของตัวแบบการถดถอยให้ผลลัพธ์ว่าการถดถอยเชิงเส้นพหุคูณยังคงเป็นวิธีการที่มีประสิทธิภาพในการหาค่าพยากรณ์สูงที่สุดเมื่อเทียบกับวิธีการอื่น ๆ สำหรับภายใต้การจำลองข้อมูลจากประชากรของต้นไม้การถดถอยวิธีการเฉลี่ยตัวแบบบนต้นไม้การถดถอยเป็นวิธีการที่มีประสิทธิภาพในการหาค่าพยากรณ์สูงที่สุด ยิ่งไปกว่านั้นวิธีการเฉลี่ยตัวแบบบนต้นไม้การถดถอยให้ผลลัพธ์ที่ดีกว่าต้นไม้การถดถอยเชิงเดี่ยวทุกกรณี อีกทั้งสามารถช่วยลดปัญหาการเข้ากันมากเกินไปเมื่อเปรียบเทียบกับป่าสุ่ม นอกจากนี้วิธีในการเฉลี่ยตัวแบบวิธีต่าง ๆให้ประสิทธิภาพที่ใกล้เคียงกัน โดยที่น้ำหนักที่ขึ้นกับการผสมตัวแบบให้ประสิทธิภาพที่สูงสุดในทุกกรณี จึงสรุปได้ว่าวิธีการเฉลี่ยตัวแบบบนต้นไม้การถดถอยเป็นวิธีการที่มีประสิทธิภาพและเพิ่มความแม่นยำให้กับค่าพยากรณ์