Random Forest batte la rete neurale con Orange Data Mining.
Ho realizzato un semplice esperimento di classificazione supervisionata con Orange Data Mining, utilizzando il classico dataset Iris.
L’obiettivo era riconoscere automaticamente la specie di un fiore a partire da quattro misure: lunghezza e larghezza del sepalo, lunghezza e larghezza del petalo.
L’aspetto più interessante è che l’intero esperimento è stato costruito in modalità no-code: nessuna riga di Python, nessuno script, nessuna programmazione manuale.
Il flusso di lavoro è stato creato collegando graficamente i widget di Orange: caricamento dati, preprocessing, modello, valutazione e matrice di confusione.
In questo modo anche un’attività tipica del machine learning — addestrare e confrontare modelli predittivi — diventa accessibile attraverso un ambiente visuale.
Ho confrontato i seguenti due modelli:
I risultati sono stati questi:
Random Forest Accuracy: 96,0% AUC: 0,981 F1: 0,960 MCC: 0,940.
L’aspetto più interessante è che l’intero esperimento è stato costruito in modalità no-code: nessuna riga di Python, nessuno script, nessuna programmazione manuale.
Il flusso di lavoro è stato creato collegando graficamente i widget di Orange: caricamento dati, preprocessing, modello, valutazione e matrice di confusione.
In questo modo anche un’attività tipica del machine learning — addestrare e confrontare modelli predittivi — diventa accessibile attraverso un ambiente visuale.
Ho confrontato i seguenti due modelli:
- Random Forest, un algoritmo di machine learning basato su un insieme di alberi decisionali.
- Neural Network, una rete neurale di tipo MLP, con uno strato nascosto da 100 neuroni, funzione di attivazione ReLU, ottimizzatore Adam e 1000 iterazioni di addestramento.
I risultati sono stati questi:
Random Forest Accuracy: 96,0% AUC: 0,981 F1: 0,960 MCC: 0,940.
Neural Network Accuracy: 84,7% AUC: 0,945 F1: 0,846 MCC: 0,770.
La Random Forest ha classificato correttamente 144 esempi su 150. La rete neurale, invece, ne ha classificati correttamente 127 su 150.
La matrice di confusione mostra bene il comportamento dei due modelli. La Random Forest riconosce perfettamente Iris-setosa e commette solo pochi errori tra Iris-versicolor e Iris-virginica, le due classi più simili. Anche la rete neurale riesce a classificare le tre specie, ma commette più errori proprio nella distinzione tra versicolor e virginica.
Questo esperimento mostra una cosa importante: una rete neurale non è automaticamente migliore di un algoritmo classico.
Nel caso del dataset Iris abbiamo pochi dati, solo 150 campioni, e variabili numeriche tabellari molto semplici. In situazioni di questo tipo, algoritmi come Random Forest possono essere estremamente efficaci, perché riescono a costruire regole decisionali robuste anche con pochi esempi.
Le reti neurali diventano davvero potenti quando il problema è più complesso: immagini, testi, audio, grandi quantità di dati, pattern difficili da descrivere con regole semplici. Su un dataset piccolo e strutturato, invece, un modello classico può risultare più stabile e più preciso.
La conclusione didattica è duplice.
Da un lato, bisogna scegliere il modello in base al problema e non in base alla sua fama. Dall’altro, strumenti no-code come Orange Data Mining permettono di sperimentare davvero con l’intelligenza artificiale, visualizzando ogni passaggio: dai dati iniziali alla valutazione finale.
In questo piccolo esperimento, la Random Forest ha vinto. Ma l’esperimento nel suo insieme mostra qualcosa di ancora più interessante: oggi è possibile costruire, valutare e confrontare modelli di machine learning anche senza scrivere codice, concentrandosi sui dati, sulle scelte metodologiche e sull’interpretazione dei risultati.
La Random Forest ha classificato correttamente 144 esempi su 150. La rete neurale, invece, ne ha classificati correttamente 127 su 150.
La matrice di confusione mostra bene il comportamento dei due modelli. La Random Forest riconosce perfettamente Iris-setosa e commette solo pochi errori tra Iris-versicolor e Iris-virginica, le due classi più simili. Anche la rete neurale riesce a classificare le tre specie, ma commette più errori proprio nella distinzione tra versicolor e virginica.
Questo esperimento mostra una cosa importante: una rete neurale non è automaticamente migliore di un algoritmo classico.
Nel caso del dataset Iris abbiamo pochi dati, solo 150 campioni, e variabili numeriche tabellari molto semplici. In situazioni di questo tipo, algoritmi come Random Forest possono essere estremamente efficaci, perché riescono a costruire regole decisionali robuste anche con pochi esempi.
Le reti neurali diventano davvero potenti quando il problema è più complesso: immagini, testi, audio, grandi quantità di dati, pattern difficili da descrivere con regole semplici. Su un dataset piccolo e strutturato, invece, un modello classico può risultare più stabile e più preciso.
La conclusione didattica è duplice.
Da un lato, bisogna scegliere il modello in base al problema e non in base alla sua fama. Dall’altro, strumenti no-code come Orange Data Mining permettono di sperimentare davvero con l’intelligenza artificiale, visualizzando ogni passaggio: dai dati iniziali alla valutazione finale.
In questo piccolo esperimento, la Random Forest ha vinto. Ma l’esperimento nel suo insieme mostra qualcosa di ancora più interessante: oggi è possibile costruire, valutare e confrontare modelli di machine learning anche senza scrivere codice, concentrandosi sui dati, sulle scelte metodologiche e sull’interpretazione dei risultati.