01Overall Concept
ไอเดียหลัก — Voting Ensemble ฝึกโมเดลฐานหลายแบบแบบขนาน แล้วใช้ hard vote จาก label หรือ soft vote จาก probability เพื่อลดความเสี่ยงจากจุดอ่อนของโมเดลใดโมเดลหนึ่ง
ลองนึกภาพว่า — เหมือนให้ผู้เชี่ยวชาญต่างสาขาโหวตคำตอบ แล้วเลือกเสียงส่วนใหญ่แทนการเชื่อคนเดียวทุกกรณี
ตัวอย่างการนำไปใช้ — รวม linear model ต้นไม้ และ nearest neighbors เมื่อแต่ละวิธีทำได้ดีใกล้เคียงกัน
02อธิบายภาษาคนเข้าใจง่ายๆ
Voting Ensemble เริ่มจากคำถามง่าย ๆ ว่า รวมคำตอบจากโมเดลหลายชนิดด้วยเสียงข้างมากหรือค่าเฉลี่ยความน่าจะเป็น วิธีนี้ไม่ได้มองข้อมูลทุกชนิดเหมือนกัน จึงต้องเตรียมข้อมูลให้ตรงกับสิ่งที่อัลกอริทึมใช้คำนวณ
เหมือนให้ผู้เชี่ยวชาญต่างสาขาโหวตคำตอบ แล้วเลือกเสียงส่วนใหญ่แทนการเชื่อคนเดียวทุกกรณี ภาพเปรียบเทียบนี้ช่วยจำแก่นของวิธี แต่ตอนใช้งานจริงคอมพิวเตอร์ทำงานกับตัวเลขและกฎที่กำหนดไว้อย่างชัดเจน
Voting Ensemble ฝึกโมเดลฐานหลายแบบแบบขนาน แล้วใช้ hard vote จาก label หรือ soft vote จาก probability เพื่อลดความเสี่ยงจากจุดอ่อนของโมเดลใดโมเดลหนึ่ง พารามิเตอร์หลักใน Playground คือ น้ำหนักโมเดลต้นไม้ เมื่อเลื่อนค่า ระบบจะคำนวณผลใหม่จากข้อมูลชุดเดิม จึงเปรียบเทียบการเปลี่ยนแปลงได้ตรง ๆ
ข้อมูลตัวอย่างบนหน้าใช้รูปแบบ Logistic Regression + KNN + Decision Tree เราแยกสิ่งที่อัลกอริทึมรับเข้าออกจากผลลัพธ์ เพื่อไม่เผลอส่งข้อมูลคำตอบหรือข้อมูลอนาคตเข้าไปตอนฝึก
งานที่เหมาะ เช่น รวม linear model ต้นไม้ และ nearest neighbors เมื่อแต่ละวิธีทำได้ดีใกล้เคียงกัน ก่อนใช้จริงควรกำหนด metric ที่สัมพันธ์กับเป้าหมาย แล้วเปรียบเทียบกับวิธีพื้นฐานที่ง่ายกว่า
ภาพจำ: soft vote = ค่าเฉลี่ย probability แบบถ่วงน้ำหนัก พร้อมจำข้อจำกัดสำคัญว่า สมาชิกที่พลาดคล้ายกันไม่ได้สร้างความหลากหลาย และ soft voting ต้องใช้ probability ที่ calibration เหมาะสม
03How it works
ค่อยๆ ทำไปด้วยกัน ตั้งแต่ข้อมูลแถวแรกจนถึงการตรวจคำตอบ
เตรียมข้อมูลให้ตรงโจทย์
X และ label ชุดเดียวกันสำหรับโมเดลฐานทุกตัว ตรวจค่าที่หาย หน่วยของแต่ละคอลัมน์ และแยกข้อมูลประเมินก่อนเรียนรู้พารามิเตอร์จากข้อมูล
ตั้งค่าที่ควบคุมพฤติกรรม
ใช้ tree_weight เพื่อกำหนดอิทธิพลของสมาชิกต้นไม้ และบันทึกค่าเริ่มต้นหรือ random seed เมื่อวิธีมีการสุ่ม เพื่อให้ทำซ้ำและเปรียบเทียบได้
คำนวณแก่นของวิธี
ฝึกโมเดลฐานแต่ละตัวบนข้อมูลเดียวกัน จากนั้น รวบรวม label หรือ probability ของสมาชิก Playground ใช้ข้อมูลสาธิตชุดเดิมทุกครั้งเพื่อให้เห็นผลของ slider โดยไม่ถูกความสุ่มกลบ
สร้างผลลัพธ์ที่นำไปอ่านได้
รวมคะแนนตามน้ำหนักแล้วเลือกคลาสสูงสุด ผลที่ได้คือ ผลโหวต คลาสสุดท้าย และ probability เฉลี่ย ตัวเลขหรือกลุ่มที่ได้ยังต้องตีความร่วมกับบริบทของข้อมูล
ตรวจว่าคำตอบใช้ได้จริง
เปรียบเทียบหลายค่าของ tree_weight ด้วย metric ที่เหมาะ ดูทั้งผลรวมและกรณีที่พลาด แล้วทดสอบกับข้อมูลที่ไม่ใช้ปรับค่า โดยคำนึงถึงข้อจำกัดว่า สมาชิกที่พลาดคล้ายกันไม่ได้สร้างความหลากหลาย และ soft voting ต้องใช้ probability ที่ calibration เหมาะสม
ข้อมูล พารามิเตอร์ และภาพรวมการคำนวณ
tree_weightvotingweightsข้อมูลที่รับเข้ามา
X และ label ชุดเดียวกันสำหรับโมเดลฐานทุกตัว
Logistic Regression + KNN + Decision Treeพารามิเตอร์ที่ใช้
- tree_weight
- กำหนดอิทธิพลของสมาชิกต้นไม้
- voting
- เลือก hard label หรือ soft probability
- weights
- กำหนดความสำคัญสัมพัทธ์ของสมาชิก
ผลลัพธ์ที่ได้
ผลโหวต คลาสสุดท้าย และ probability เฉลี่ย
soft vote = ค่าเฉลี่ย probability แบบถ่วงน้ำหนักคำนวณทีละขั้น
- 01
ฝึกโมเดลฐานแต่ละตัวบนข้อมูลเดียวกัน
- 02
รวบรวม label หรือ probability ของสมาชิก
- 03
รวมคะแนนตามน้ำหนักแล้วเลือกคลาสสูงสุด
ควรรู้อีกนิด — สมาชิกที่พลาดคล้ายกันไม่ได้สร้างความหลากหลาย และ soft voting ต้องใช้ probability ที่ calibration เหมาะสม
04Make it yours
# ติดตั้ง: pip install numpy scikit-learnimport numpy as np data = np.genfromtxt("voting-ensemble-sample.csv", delimiter=",", skip_header=1)X = data[:, :2] y = data[:, 2].astype(int)from sklearn.ensemble import AdaBoostClassifier, GradientBoostingClassifier, VotingClassifier, StackingClassifier, BaggingClassifierfrom sklearn.linear_model import LogisticRegressionfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn.tree import DecisionTreeClassifierfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import accuracy_score X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=.2, stratify=y, random_state=42)model = VotingClassifier(estimators=[("lr", LogisticRegression(max_iter=1000)), ("knn", KNeighborsClassifier(7)), ("tree", DecisionTreeClassifier(max_depth=4, random_state=42))], voting="soft", weights=[1, 1, 1])model.fit(X_train, y_train)pred = model.predict(X_test)print("Test accuracy:", accuracy_score(y_test, pred))print("Predictions:", pred[:10])โค้ดเปลี่ยนตามค่าที่เลือกใน Playground · แต่ละภาษาใช้ข้อมูลตัวอย่างตามที่ระบุในโค้ด
05Learn by playing
ปรับ น้ำหนักโมเดลต้นไม้ แล้วสังเกตรูปแบบคำทำนายและตัวชี้วัดที่คำนวณใหม่ทันที
Playground เป็น implementation เพื่อการเรียนรู้ที่คำนวณในเบราว์เซอร์ ส่วนโค้ด Python ใช้ scikit-learn จึงอาจให้ค่าต่างกันเล็กน้อยจากรายละเอียดการ optimize และค่าเริ่มต้นของไลบรารี ผลนี้ไม่ใช่ benchmark บนข้อมูลจริง