beskæring

1. 1

   Fjernelse af overflødige neuroner, forbindelser eller vægte i et neuralt netværk for at reducere kompleksiteten.

   • Beskæring af et neuralt netværk kan reducere antallet af parametre med op til 90 % uden væsentligt præcisionstab. — LeCun et al., 1990
2. 2

   Fjernelse af forgreninger i et beslutningstræ for at undgå overfitting og forbedre generalisering.

   • Beskæring af beslutningstræer anvendes ofte efter træning for at forenkle modellen. — Breiman et al., 1984

Beskæring anvendes typisk efter træning for at mindske modelstørrelse og forbedre inferenshastighed uden stort præcisionstab. Det bruges især til neurale netværk og beslutningstræer.

from sklearn.tree import DecisionTreeClassifier
clf = DecisionTreeClassifier(ccp_alpha=0.01)  # cost complexity pruning

Brug af cost complexity pruning i scikit-learns beslutningstræ.

Fra dansk 'beskære' (at skære væk) og engelsk 'pruning' (beskæring af planter).

• Optimal Brain Damage (LeCun et al., 1990)
• Classification and Regression Trees (Breiman et al., 1984)
• Pruning Filters for Efficient ConvNets (Li et al., 2017)