¿Se pueden usar los árboles de decisión para encontrar atributos de variables latentes de una muestra?

Realmente no. Sin embargo, hay un enfoque que funciona bien si tiene grandes cantidades de datos que ocasionalmente he visto usar, que es:

  1. Genere muchas combinaciones de atributos (por ejemplo, diferencias entre atributos, productos de atributos, relaciones de atributos, etc.). Básicamente, estos son atributos latentes.
  2. Construye árboles de decisión usándolos.
  3. Si una variable latente se usa mucho en los árboles de decisión (especialmente cerca de la raíz), sabrá que es útil como discriminante.

Sin embargo, realmente necesita muchos datos para hacer esto ; de lo contrario, los árboles de decisión se adaptarán en exceso. Cuando trabajé con Ross Quinlan (autor de C4.5), tenía una regla general que era mínima para construir un árbol razonable: 5 * número de atributos * número de valores que cada atributo podría tomar (para valores continuos , se ajusta a la precisión que le interesa).

Entonces, por ejemplo, si tiene 32 atributos y cada atributo toma 16 valores, necesita al menos 5 * 32 * 16 = 2560 ejemplos. Si, por ejemplo, observa productos de dos atributos, hay 32 * 31/2 = 496 atributos de producto. Entonces, de repente, necesitas 39680 ejemplos. Haz productos, proporciones, sumas y diferencias, y necesitas ~ 160,000 ejemplos.

Los árboles de decisión son supervisados, por lo que necesitaría un conjunto de entrenamiento con esa variable latente observada. Sin embargo, si tiene eso, solo está utilizando un clasificador / regresor de árbol de decisión estándar.

No están diseñados para eso. Tengo un artículo inédito que busca un hogar que se ocupe del modelado de vías a través de los árboles de decisión y su incapacidad para capturar toda la vía.

Existe un método de aprendizaje automático (basado en la ciencia de datos topológicos) que tiene la capacidad de encontrar variables latentes dentro de una muestra (independientemente de la estructura latente o el tamaño de la muestra). Es una generalización del análisis factorial: https://www.slideshare.net/Collehttps://www.slideshare.net/Colle