問題 No.472
決定木を直列に学習させ、前段のモデルが予測できなかった「誤差（残差）」を後段のモデルが修正するように学習する手法はどれか。
【正解の解説】
勾配ブースティング
勾配ブースティングは、弱いモデルを順番に学習させ、前のモデルが間違えた問題を次のモデルが修正していくことで、全体として高い予測精度を目指す手法です。
スポンサーリンク
【その他の選択肢の解説】
バギング
バギングは、データを重複を許してサンプリングし、複数のモデルを並列に学習させてその結果を平均化するアンサンブル学習の手法です。
k-means法
k-means法は、データをあらかじめ決めた数のグループに自動的に分類する、教師なし学習の代表的な手法です。
主成分分析
主成分分析は、複雑なデータの情報を保ちつつ、次元を減らして扱いやすくするデータ圧縮のための手法です。