Machine Learning Adventskalender – Tag 6: Entscheidungsbaum-Regressor

In den ersten Tagen des Machine‑Learning‑Adventkalenders haben wir Modelle untersucht, die auf Distanzen basieren. Heute wechseln wir zu einer völlig anderen Lernmethode: Entscheidungsbäumen. Mit einem einfachen Datensatz, der nur eine Variable enthält, lässt sich zeigen, wie ein Baum seinen ersten Schnittpunkt bestimmt. Der Ansatz ist simpel: Wenn Menschen den Schnitt visuell erkennen können, können wir die Logik Schritt für Schritt in Excel nachbauen. Indem wir alle möglichen Trennwerte auflisten und für jeden den mittleren quadratischen Fehler (MSE) berechnen, finden wir den Wert, der die Fehler am stärksten reduziert. So erhalten wir ein klares Bild davon, wie ein Entscheidungsbaum wächst, wie er Vorhersagen trifft und warum der erste Split so entscheidend ist.