Wikipedia:Proposte di trasferimento/Wikiversità/Albero veloce e frugale
Un albero veloce e frugale è un tipo di albero di classificazione caratterizzato dalla presenza di almeno un nodo foglia per ogni livello[1]. Gli alberi veloci e frugali vennero introdotti nel 2003 da Laura Martignon. Hanno come caratteristica peculiare la semplicità sia nell'esecuzione che nella costruzione, e costituiscono una sorta di euristica semplice nella classe degli strumenti adattativi postulati da Gerd Gigerenzer e dal Centro per il Comportamento e la Cognizione Adattiva. Modelli simili erano stati precedentemente utilizzati da Martignon & Hoffrage, 1999; Green e Mehr, 1997[2]; Dhami e Ayton, 2001[3]; Dhami e Harries, 2001[4] e Fischer, Steiner, Zucol, Berger, Martignon, et al. 2002[5].
Caratteristiche
modificaGli elementi fondamentali su cui fondare una classificazione binaria sono set di segnali. L'albero veloce e frugale stabilisce una classifica e, secondo la classifica, una topologia dell'albero. Una volta stabilita la classifica, l'albero veloce e frugale controlla una cue alla volta e a ogni passo uno dei possibili risultati della cue considerata è un nodo di uscita che consente una decisione. Anche gli alberi veloci e frugali possono essere descritti in termini di elementi costruttivi. In primo luogo, hanno una regola di ricerca: Esaminano le indicazioni in un ordine specifico. In secondo luogo, hanno una regola di arresto: ogni cue ha un valore che porta ad un nodo di uscita e quindi ad una classificazione, e un altro valore che porta alla consultazione della successiva cue nella gerarchia cue (l'eccezione è l'ultimo cue della gerarchia, che ha due nodi di uscita). Infine, hanno una regola di classificazione.
Esempio
modifica
La figura 1 illustra un albero veloce e frugale per classificare un paziente come "alto rischio" di avere un infarto al cuore e dover essere quindi inviato alla "unità di cura coronarica" o "basso rischio" e quindi essere inviato ad un "Letto regolare[2]. Gli alberi veloci e frugali sono stati caratterizzati matematicamente come classificatori lessicografici (Martignon, Katsikopoulos e Woike, 2008)[6] e come classificatori lineari con pesi non compensatori (Martignon, Katsikopoulos e Woike, 2008)[6]. La loro "topologia" e la loro costruzione sono state analizzate usando la teoria di "signal detection" (Luan, Schooler e Gigerenzer, 2011)[7] e la loro performance e robustezza rispetto alla regressione e le CART sono state studiate da Laskey e Martignon (2014)[8]. Uno studio approfondito sulla robustezza, il valore predittivo e la sensibilità / specificità degli alberi Fast-And-Frugal rispetto a quelli di Naive Bayes e di Full Natural Frequency Trees è stato condotto da Woike, Hoffrage & Martignon[9].
Note
modifica- ^ Martignon, 2003, pp. 197.
- ^ a b Green and Mehr, 1997 Green, L., & Mehr, D. R. (1997). What alters physicians’ decisions to admit to the coronary care unit? The Journal of Family Practice, 45(3), 219–226.
- ^ Dhami, M. K., & Ayton, P. 2001. Bailing and jailing the fast and frugal way. Journal of Behavioral Decision Making, 14(2), 141-168.
- ^ Dhami and Harries, 2001 Fast and frugal versus regression models of human judgement. Thinking & Reasoning, 7(1), 5-27.
- ^ Fischer, Steiner, Zucol, Berger, Martignon Use of simple heuristics to target macrolide prescription in children with community-acquired pneumonia. Archives of Pediatrics & Adolescent Medicine, 156(10), 1005-1008.
- ^ a b Martignon, Katsikopoulos & Woike 2008 Categorization with Limited Resources: A Family of Simple Heuristics
- ^ Luan, Schooler and Gigerenzer, 2011 A signal-detection analysis of fast-and-frugal trees.
- ^ Laskey and Martignon, 2014 Comparing fast-and-frugal trees and bayesian networks for risk-assessment.
- ^ Woike, Hoffrage & Martignon, 2017 – Integrating and testing Natural Frequencies, naive Bayes and Fast-and-Frugal Trees.
Bibliografia
modifica- (EN) Laura Martignon, Oliver Vitouch, Masanori Takezawa e Malcom Forster, Naive and Yet Enlightened: From Natural Frequencies to Fast and Frugal Decision Trees, in Thinking: Psychological Perspectives on Reasoning, Judgment and Decision Making, Wiley, Gennaio 2003, pp. 189-211.
