Умная рыбалка (часть 2)

Источник: Pixabay + Pixabay

Уважаемый Искусственный Интеллект, подскажи, ехать на рыбалку или нет? Погодка вроде выдалась, что надо: солнышко светит, но не жарко, ветерок еле заметный. Правда уже две недели дождя не было, и на небе ни облака. А что там показывает барометр? В общем, сомнения одолевают.

Здесь нам и поможет машинное обучение. Напомню, в прошлый раз мы сформулировали задачу: предсказать будет ли клёв при заданных условиях, опираясь на исторические данные. Иными словами вычислить значение столбца Клёв? для жёлтой строки:

Существует множество подходов для решения таких задач. Все они основаны на математике и статистике. Мы же попробуем самый простой и наглядный способ: дерево принятия решений. При большом желании и наличии терпения его можно применить и без компьютера, вооружившись ручкой и бумагой.

Идея заключается в том, чтобы найти среди прошлых записей такие дни, которые максимально похожи на сегодняшний. И посмотреть, хорошо ли клевала рыба в те дни. Логично будет предположить, что при одинаковых условиях рыба поведёт себя аналогично.

Но как среди этой огромной таблицы быстро найти похожие строки? Давайте упростим задачу: разделим одну большую таблицу на три поменьше, в зависимости от погоды. Мы знаем, что в столбце Погода встречаются три возможных варианта: Солнце, Облачно и Дождь. Для каждого варианта выберем соответствующие строки и получим такую картину:

Такая структура часто встречается в программировании и называется деревом. С точки зрения биологии, это – скорее перевёрнутое дерево: у него есть корень Погода и три ветви – Солнце, Облачно и Дождь. Дальше наше дерево продолжит ветвиться вниз.

Обратите внимание, что в получившихся табличках уже нет колонки Погода: в ней теперь просто нет смысла, потому что для всех записей на одной ветви значения будут одинаковые.

Ещё раз: для чего мы это сделали? Погода – это, пожалуй, один из самых важных факторов: если сегодня светит солнце, то нас в первую очередь интересует, как клюёт рыба в такую же солнечную погоду. А если идёт дождь, то хотелось бы знать реакцию рыбы именно на дождь.

Давайте продолжим. Каждую из трёх получившихся таблиц можно снова разделить, уже по другому признаку – например, по температуре. Однако использовать точные значения температуры (+14℃, +15℃, +18℃, +19℃ и так далее) не очень удобно – получится слишком много ответвлений. Лучше здесь применить диапазоны:

меньше 18℃
от 18℃ до 23℃
больше 23℃

Это позволит нам снова разделять данные на три группы. Почему именно на три? Почему именно такие диапазоны? Сейчас это не принципиально, числа могут быть и другими. Но для наглядности пусть будет так. В результате из ветви Солнце нашего дерева вырастают новые:

Заметьте, что на каждом шаге мы получаем всё больше полезной информации. Предыдущая картинка говорила, что в солнечные дни 20 раз клёв был и 11 не был (20 Да / 11 Нет) – что, в принципе, не даёт достаточной уверенности рыболову. Но если учесть ещё и температуру, то видим в интервале от 18℃ до 23℃ довольно оптимистичные 10 Да / 2 Нет. А вот при более жарком воздухе цифры уже не такие радужные: 3 Да / 6 Нет – тут стоит хорошо подумать, прежде чем отправляться за добычей.

Цифры бывают и более очевидные. Если, скажем, взять ветку Дождь и разделить данные в зависимости от силы ветра, может получиться такая ситуация:

При сильном ветре и дожде клёв ни разу не был зафиксирован: 0 Да / 5 Нет. Понятно, что в такие дни на озере делать нечего.

Таким образом и строится дерево принятия решений. Чем больше данных мы насобирали и чем больше разных параметров учитываем, тем оно будет выше и ветвистее.

Вы спросите: а где же здесь машинное обучение? Всю работу можно проделать вручную и получить тот же результат. Здесь есть нюансы. Пока мы рисовали дерево, то несколько раз принимали интуитивные решения:

с какого параметра начать строить дерево? (мы выбрали Погоду)
какой параметр выбрать следующим? (мы взяли Температуру)
на какие интервалы лучше всего разбить температуру? (мы выбрали три произвольных диапазона)
до каких пор продолжать строить дерево?

Дело в том, что в зависимости от ответов могут получиться совершенно разные деревья. Вот здесь нам и поможет компьютер. Программисты разработали алгоритмы, которые отвечают на все эти вопросы и умеют строить дерево оптимальным образом. А именно, они строят его так, чтобы на каждом этапе выжимать максимально полезную информацию.

В третьей части мы поговорим, как можно ещё улучшить рассмотренный метод. А пока вам для раздумий такая картинка:

После аккуратного построения дерева на одной из ветвей мы видим всего одну запись: 0 Да / 1 Нет. Означает ли это, что при таких обстоятельствах никогда не стоит выбираться на рыбалку? Что делать в таком случае? Ответим на этот вопрос в следующий раз.