問題 No.1310
アンサンブル学習において、訓練データから重複を許してランダムに抽出したデータセットを複数作成し、それぞれで独立して学習させた決定木の予測結果を多数決や平均で統合する手法はどれか。
【正解の解説】
ランダムフォレスト
複数の決定木をランダムに作成し、それぞれの結果を多数決で決めることで、単独の決定木よりも安定した予測を行う手法です。
スポンサーリンク
【その他の選択肢の解説】
勾配ブースティング
少しずつ予測精度を向上させるモデルを何個も順番に学習させ、それらを組み合わせていく手法です。
ロジスティック回帰
主に2択の分類問題を解くための、非常にシンプルな統計的学習モデルです。
ウォード法
データを似ている順に積み上げて、階層的な樹状図を作るクラスタリング手法です。