Decision Tree(의사 결정 트리)는 데이터의 feature에서 패턴을 찾는 머신러닝 모델입니다. 의사 결정 트리는 지도학습 모델로, 주어진 labeled 데이터로 트리를 만듦으로써 ‘학습’을 진행하게 됩니다.
이해를 돕기 위해 다음과 같은 의사 결정 트리가 있다고 생각해 봅시다.
위 GIF는 잠든 시간, 공부한 시간, 기존 평균 등급 등의 feature를 활용해 다음 시험에서 A를 받을 수 있을지를 예측하는 의사 결정 트리가 만들어지는 과정을 나타내고 있습니다. 위 그림에서 빨간 동그라미는 A를 받지 못한 학생을 나타내고 연두색 동그라미는 A를 받은 학생을 나타냅니다.
의사 결정 트리는 제일 처음 모든 데이터를 특정 feature를 바탕으로 작은 그룹들로 나누게 됩니다. 위 그림에서는 기존 평균 등급별로 전체 데이터를 작은 그룹들로 나누고 있습니다. 기존에 평균 등급이 A인 그룹, B인 그룹, C인 그룹 등등으로 나누어지게 되는 것입니다. 그렇게 작은 그룹들로 나눈 다음, 다시 각 그룹들을 특정 feature를 바탕으로 작은 그룹들로 나누는 일을 반복합니다.
결국엔 더 이상 작은 그룹들로 나눌 수 없는 지점(노드)에 도달하게 되는데, 이러한 노드를 leaf(리프)노드라고 부릅니다. 예측 단계에서 Unlabeled 데이터를 의사결정트리에 통과시키고 리프노드에 도달하면, 해당 노드에서 제일 많이 포함된 label이 Unlabeled 데이터의 label로 지정됩니다.
의사 결정 트리의 전반적인 내용을 살펴보았는데, 그러면 데이터를 어떻게 분할해야 잘 분할했다고 말할 수 있을까요?
Gini Impurity(지니 불순도)
다음과 같은 두 가지 트리가 있다고 생각해봅시다. 어떤 트리가 다음 시험에서 A를 받을 학생 데이터를 잘 분류하는 모델일까요?
첫 번째 트리를 사용한다고 생각해봅시다. 우리는 결국 라벨이 여러가지가 섞여있는 leaf노드를 갖게 됩니다. 하지만 만약 두 번째 트리를 사용하게 된다면 정확히 하나의 그룹에 하나의 label만 존재하는 데이터를 포함하는 leaf노드를 갖게 됩니다. 두 번째 트리를 사용할 때 분류기가 더 confident하다고 말할 수 있게 됩니다.
이처럼 각 그룹에 속한 데이터의 Gini Impurity(지니 불순도)를 계산함으로써 의사 결정 트리의 분할 기준을 정량화 할 수 있습니다. 각 그룹의 Gini Impurity를 계산하기 위해선 1 에서 각 그룹에 속한 데이터의 각 label이 차지하는 비율의 제곱을 빼면 됩니다. 예를 들어, 학생들이 속한 그룹을 분리하였더니 특정 그룹에 3 명의 학생이 A 를 받았고 1명의 학생이 B 를 받았다면, 해당 그룹의 Gini Impurity는 다음과 같이 계산할 수 있습니다.
만약 특정 그룹에 오직 한 종류의 label만 존재한다면, 해당 그룹의 Gini Impurity는 0 이 됩니다. 데이터 분할 이후의 각 그룹의 Impurity가 낮으면 낮을 수록, 즉 불순도가 낮으면 낮을 수록 데이터가 속한 그룹이 더 pure하다고 말할 수 있고, 결과적으로 데이터가 잘 분류되었다고 말할 수 있습니다.
Information Gain(정보 이득)
데이터를 작은 그룹으로 나누었을 때 해당 그룹에서의 Gini Impurity가 낮아야 좋다는 걸 알게 되었습니다. 그런데 한 가지 더 알아야 할 것이 있습니다. 어떤 feature를 기준으로 데이터를 나누어야 하는 것일까요?
이는 특정 feature로 데이터를 분할하였을 때 information gain(정보 이득)을 계산함으로써 정할 수 있습니다. Information gain은 데이터를 분할하기 전의 impurity와 분할 후의 impurity의 차를 계산함으로써 얻을 수 있습니다. 예를 들어, Impurity가 0.5 인 데이터가 있다고 생각해봅시다. 이를 분할하여서 세 개의 그룹으로 나누었고, 각 그룹의 impurity가 0, 0.375, 0 이었다고 할 때 information gain은 로 계산됩니다.
이렇게 information gain을 계산함으로써 우리는 분할 후 데이터가 어떻게 구성되는지에 대한 정보를 알 수 있게 되었습니다. 분할 후의 각 그룹의 impurity합이 분할 전 보다 낮기 때문에 더 purer해졌다고 말할 수 있습니다. 분할 시 information gain이 높을 수록 좋습니다. 만약 information gain이 0 이라면, 이는 분할 전과 분할 후의 impurity가 동일하단 것을 뜻하기 때문에 해당 분할은 의미가 없는 것이나 마찬가지 입니다.
위 경우 information gain이 음수로 나타날 수 있는데, 이러한 문제를 해결하기 위해서 weighted information gain을 계산합니다.
Weighted Information Gain
분할 전과 분할 후의 impurity를 비교하는 것 만으로는 좋은 분할 기준을 선정하는 것에 대한 충분한 정보를 얻지 못 합니다. 분할 후 각 그룹에 속하는 데이터 수도 이러한 성능을 측정하는데 중요한 정보가 될 수 있기 때문입니다. 예를 들어, 아래 그림은 동일한 impurity를 가진 두 그룹을 나타내고 있습니다. 어느 그룹이 더 좋은 분류기에서 만들어진 결과라고 말할 수 있을 까요?
두 그룹 모두 완벽히 pure하지만, 오른쪽 그룹이 더 의미가 있습니다. 왜냐하면 많은 데이터가 포함됨으로써 분류 결과가 우연에 의해 만들어진 것이 아니라고 confident할 수 있는 정도가 왼쪽 그룹보다 더 높기 때문입니다. 반대로도 생각해 봅시다. 아래 그림은 동일하게 완전히 impure한 두 그룹을 나타내고 있습니다.
impurity는 해당 그룹의 데이터 수가 많을수록 더 의미있다고 위에서 설명하였습니다. 오른쪽 그룹에서 두 class를 완벽하게 분리하기 위해서는 몇 번의 분할 작업이 더 수반되야 할 것이라고 예상할 수 있습니다. 그 동안 왼 쪽의 그룹은 별로 중요하게 여겨지지 않는데, 단 한 번의 분할로 pure한 그룹을 만들 수 있기 때문입니다. 즉, 더 중요하게 다뤄지는 그룹은 바로 오른쪽 그룹입니다.
자, 그러면 분할 후 그룹에 포함된 데이터의 수도 information gain을 계산하는데 반영될 수 있도록 계산 공식을 조금 수정해봅시다. 단순히 분할 전의 impurity에 분할 후의 impurity를 빼는 것 대신에 분할 후의 weighted impurity를 빼도록 합시다. 만약 분할 전의 데이터의 수가 20 이였고, 분할 후 한 그룹의 데이터 수가 2 였다면, 해당 그룹의 weighted impurity는 가 될 것입니다. 즉, 데이터 수가 낮은 그룹의 impurity가 information gain을 계산할 때 미치는 중요도를 낮추는 것입니다.
이제 모든 feature에 대해서 각 feature를 기준으로 분할 후의 weighted information gain을 계산하고, 가장 information gain이 높게 계산됬을 때의 feature로 데이터를 분할하면 됩니다.
Recursive Tree Building
이제 데이터를 분할하는 기준을 선정하는 방법을 알게 되었으니, tree를 완성할 때 까지 이를 반복하면 됩니다. 이는 재귀 함수로 구현할 수 있습니다. 먼저 모든 training 데이터에 대해서 출발하여 분할하기 가장 좋은 feature를 찾은 뒤, 해당 feature를 기준으로 데이터를 분할하고 이러한 과정을 분할 후의 각 그룹에 대해서 반복하면 됩니다.
만약 분할함으로써 information gain을 얻을 수 있는 feature가 존재하지 않는다면, 그때 recursion을 빠져나오면 됩니다. 즉, 더이상 purer한 subset을 만들 수 없을 때 해당 그룹은 leaf노드가 되고 재귀 함수는 return을 호출하면 됩니다.
Python code
먼저 특정 데이터셋이 주어졌을 때 해당 데이터셋의 Gini Impurity를 계산하고 이를 반환하는 함수 gini() 를 작성합시다. 이 함수는 파라미터로 배열을 받습니다.
def gini(dataset):
impurity = 1
# 데이터셋에 포함된 class의 수를 class 이름: class 수 와 같은 key:value 쌍으로 저장합니다
label_counts = Counter(dataset)
# 각 class 들이 차지하는 비율의 제곱값을 impurity에서 뺴 나갑니다
for label in label_counts:
prob_of_label = label_counts[label] / len(dataset)
impurity -= prob_of_label ** 2
return impurity그런 다음, 특정 데이터셋의 분할 전과 분할 후의 information gain을 계산하고 이를 반환하는 information_gain() 함수를 작성합니다. 이 함수는 파라미터로 분할 전의 그룹이 포함하는 class와 분할 후의 그룹들을 받습니다.
def information_gain(starting_labels, split_labels):
# information_gain을 분할 전 그룹의 gini impurity로 초기화 합니다
info_gain = gini(starting_labels)
# 분할 된 각 그룹에서의 gini impurity와 분할 전 그룹과의 데이터 수 비율을 곱한 값을 빼 나갑니다
for subset in split_labels:
info_gain -= gini(subset) * len(subset)/len(starting_labels)
return info_gain자, 이제 특정 feature를 기준으로 데이터셋을 분할하고 분할된 데이터 그룹과 각 그룹이 포함하는 class를 반환하는 split() 함수를 작성합시다. 이 함수는 파라미터로 데이터셋과 labels, 그리고 기준으로 사용할 feature(column)을 받습니다.
def split(dataset, labels, column):
data_subsets = [] # 분할 후의 데이터 그룹을 저장하는 배열
label_subsets = [] # 분할 후의 class(label) 그룹을 저장하는 배열
# 주어진 기준 column의 unique한 값들을 저장한다
counts = list(set([data[column] for data in dataset]))
counts.sort()
for k in counts:
new_data_subset = [] # 특정 값(k)을 기준으로 분할 된 그룹에 속한 데이터를 저장하는 배열
new_label_subset = [] # 특정 값(k)을 기준으로 분할 된 그룹에 포함되는 class를 저장하는 배열
for i in range(len(dataset)):
# 주어진 데이터의 특정 column의 값이 k라면 해당 데이터를 k번째 그룹에 담는다
if dataset[i][column] == k:
new_data_subset.append(dataset[i])
new_label_subset.append(labels[i])
data_subsets.append(new_data_subset) # k 그룹을 분할 후 그룹을 저장하는 배열에 추가한다
label_subsets.append(new_label_subset)
return data_subsets, label_subsets다음으로 split() 함수에 전달할 최적의 feature를 찾는 find_best_split() 함수를 작성합니다. 이 함수는 데이터셋과 labels를 파라미터로 받습니다.
def find_best_split(dataset, labels):
best_gain = 0 # 데이터를 특정 feature로 분할하였을 때 가장 높게 측정된 information_gain
best_feature = 0 # 데이터를 분할 할 feature의 index
for feature in range(len(dataset[0])):
data_subsets, label_subsets = split(dataset, labels, feature)
gain = information_gain(labels, label_subsets)
if gain > best_gain:
best_gain, best_feature = gain, feature
return best_feature, best_gain마지막으로 위 함수들을 활용하여 recursive 하게 트리를 만드는 build_tree() 함수를 작성합니다. 이 함수는 파라미터로 데이터셋과 labels를 받습니다.
def build_tree(data, labels):
# 데이터를 분할 할 최적의 feature를 찾습니다
best_feature, best_gain = find_best_split(data, labels)
# 만약 분할 후의 information_gain이 0이라면 해당 노드는 더 분할 할 필요가 없으므로 빠져나옵니다
if best_gain == 0:
return Counter(labels)
# 데이터를 찾은 feature로 분할합니다
data_subsets, label_subsets = split(data, labels, best_feature)
branches = []
# 분할 후 각 그룹에 대해서 build_tree 함수를 재귀적으로 호출합니다
for i in range(len(data_subsets)):
branches.append(build_tree(data_subsets[i], label_subsets[i]))
return branches이로써 주어진 training 데이터로 의사 결정 트리를 만드는 함수를 모두 구현하였습니다! Unlabeled 데이터를 predict하기 위해선 해당 데이터를 트리에 전달한 뒤, leaf노드에 도달하였을 때 해당 노드의 가장 많은 비율을 차지하는 label이 바로 Unlabeled 데이터의 label이 됩니다.
Scikit-Learn
Python라이브러리인 scikit-learn 의 tree 모듈은 의사 결정 트리를 만들 수 있는 DecisionTreeClassifier 라는 클래스를 제공합니다. DecisionTreeClassifier 을 생성하기 위해선 다음과 같이 호출합니다.
classifier = DecisionTreeClassifier()그런 다음, 다른 모델들과 마찬가지로 .fit() 함수를 호출하여 트리를 만들 수 있습니다.
classifier.fit(training_data, training_labels)다음으로 .predict() 함수를 호출하여 test 데이터의 class를 예측할 수 있습니다.
predictions = classifier.predict(test_data)마지막으로, 트리의 성능을 평가하기 위해 .score() 함수를 호출합니다. .score() 함수는 test 데이터 중 올바르게 분류한 데이터의 비율을 반환합니다.
print(classifier.score(test_data, test_labels))Decision Tree Limitations
사실 지금까지 구현한 의사 결정 트리는 greedy한 알고리즘으로, 항상 globably optimal 하진 않습니다. 무슨 말이냐면, 데이터를 분할할 때 information gain이 가장 높은 feature로 분할하는데 이러한 행위가 항상 가장 좋은 트리를 형성한다는 것은 아니란 말입니다. 즉, 당장 분할할 때의 information gain이 조금 낮은 feature로 분할하더라도 그렇게 분할하였을 때 나중에 가서 더 좋은 결과가 나올 수도 있다는 말입니다.
아쉽게도 globally optimal한 트리를 만드는 것은 매우 어려운 작업입니다. 하지만 이렇게 greedy한 접근방식으로 트리를 만드는 것도 합리적인 접근 방식으로, 많은 경우에 좋은 트리를 형성합니다.
의사 결정 트리의 또 다른 문제는 데이터에 overfit하기 쉽다는 것입니다. 일반적으로 트리의 높이가 높아질수록 training 데이터에 overfit 하기 쉬워집니다. 트리가 커질수록 trainig 데이터 위주로 데이터를 분할하게 되는 것입니다. 이러한 문제를 해결하는 한 가지 방법은 트리를 prune 하는 것 입니다. 그리하여 트리의 사이즈를 작게 만드는 것입니다.
아쉽게도 scikit-learn 에서는 따로 prune하는 메서드를 제공하고 있진 않습니다. 하지만, 트리를 생성할 때 간단한 옵션을 부여함으로써 트리의 크기를 제한할 수 있는 방법이 있습니다.
scikit-learn 에서 DecisionTreeClassifier 를 생성할 때 max_depth 옵션을 부여할 수 있습니다. 이는 트리의 최대 높이를 지정하는 옵션으로, 해당 옵션의 값을 조절함으로써 트리가 엄청나게 거대해지는 것을 예방할 수 있습니다.
classifier = DecisionTreeClassifier(max_depth = 11, random_state = 0)
print(classifier.tree_.max_depth) # 11Review
지금까지 Decision Tree에 대해서 알아보았습니다. 이번 포스팅에서 배운 내용을 정리하면 다음과 같습니다.
- Good decision trees have pure leaves. A leaf is pure if all of the data points in that class have the same label.
- Decision trees are created using a greedy algorithm that prioritizes finding the feature that results in the largest information gain when splitting the data using that feature.
- Creating an optimal decision tree is difficult. The greedy algorithm doesn’t always find the globally optimal tree.
- Decision trees often suffer from overfitting. Making the tree small by pruning helps to generalize the tree so it is more accurate on data in the real world.
