ИСТИНА

Анализ изменчивости морфологических признаков является важной задачей в современной антропологии. Дополнением к современным статистическим методам внутригрупповой изменчивости, является алгоритм „случайного леса“, который пока не очень распространен в антропологических работах (Navega et al., 2015; Fernandes et al., 2021). Он относится к методам обучения с учителем, и представляет ансамблевый метаалгоритм, в котором решение принимается путем голосования множества объектов одного семейства (Breiman, 2001). Настоящая работа посвящена аспектам применения случайного леса к индивидуальным краниометрическим данным. Цель работы заключается в проверке возможностей метода для исследования внутригрупповой изменчивости. Измерительная программа включала стандартные признаки, 15 линейных размеров и 12 указателей. Использовались индивидуальные данные по 39 этно-территориальным группам из 13 макрорегионов, в основном Старого Света. Данные были разбиты на тестовую (25% - 343 индивидов) и обучающую (75% - 1028 индивидов) выборки. По второй группе обучался алгоритм из 1000 деревьев, а тестовые данные подавались обученному алгоритму для оценки правильности решений по отнесению черепов к той или иной макрорегиональной группе. Анализировалось по проценту индивидов, которые попали не в свою макрорегиональную группу, от общего числа индивидов макрорегиональной группы и по проценту индивидов, которые попали из другой макрорегиональной группы, от общего числа индивидов данной группы. Оба показателя максимальны в группе Восточной Азии. Высоким данные показатели и для черепов с территории Африки. Процент индивидов Юго-Восточной Азии, которые попали в другие региональные группы довольно высок, но при этом минимален процент черепов, неправильно отнесенных к этой макрорегиональной группе. То есть черепа с территории Юго-Восточной Азии имеют сходство с черепами из других регионов, но при этом черепа из других регионов редко определяются как черепа этого региона. Больше половины черепов с территории Средней Азии определены алгоритмом неправильно. Наиболее эффективно алгоритм определил черепа из групп Океании. В результате применения алгоритма „случайного леса“ наиболее значимыми оказались указатели: высотно-поперечный, черепной указатели и указатель выступания лица. Минимальную значимость имеют дуговые размеры костей сагиттального профиля. 1. По результатам распределения черепов в макрорегиональные группы можно говорить о степени различия и особенностям морфологии групп 2. Из исследуемых краниометрических признаков минимальную значимость для дифференциации черепов на индивидуальном уровне имеют дуговые размеры костей сагиттального профиля. Список литературы 1. Breiman, L. (2001). Random Forests (Vol. 45). 2. Fernandes, L. C. C., Bento, M. I. C., Rabello, P. M., Soriano, E. P., Navega, D., Júnior, E. D., & Cunha, E. (2021). Analysis of the Accuracy of AncesTrees Software in Ancestry Estimation in Brazilian Identified Sample. Advances in Anthropology, 11(02), 163–178 3. Navega, D., Coelho, C., Vicente, R., Ferreira, M. T., Wasterlain, S., & Cunha, E. (2015). AncesTrees: ancestry estimation with randomized decision trees. International Journal of Legal Medicine, 129(5), 1145–1153