Toco de decisão - Decision stump
Um toco de decisão é um modelo de aprendizado de máquina que consiste em uma árvore de decisão de um nível . Ou seja, é uma árvore de decisão com um nó interno (a raiz) que é imediatamente conectado aos nós terminais (suas folhas). Um toco de decisão faz uma previsão com base no valor de apenas um único recurso de entrada. Às vezes, eles também são chamados de regras-1 .
Dependendo do tipo de recurso de entrada , várias variações são possíveis. Para características nominais, pode-se construir um toco que contém uma folha para cada valor de característica possível ou um toco com as duas folhas, uma das quais corresponde a alguma categoria escolhida e a outra folha a todas as outras categorias. Para recursos binários, esses dois esquemas são idênticos. Um valor ausente pode ser tratado como uma outra categoria.
Para recursos contínuos , geralmente, algum valor de recurso de limite é selecionado e o toco contém duas folhas - para valores abaixo e acima do limite. No entanto, raramente, vários limiares podem ser escolhidos e o toco, portanto, contém três ou mais folhas.
Os tocos de decisão costumam ser usados como componentes (chamados de "alunos fracos" ou "alunos básicos") em técnicas de conjunto de aprendizado de máquina , como bagging e boosting . Por exemplo, um algoritmo de detecção de rosto Viola-Jones emprega AdaBoost com pontos de decisão como alunos fracos.
O termo "coto de decisão" foi cunhado em um artigo do ICML de 1992 por Wayne Iba e Pat Langley.