問題 No.663
2つのクラスを分類する際、分類境界線から最も近くに存在するデータ点との間の距離を最大化するように境界を決定し、未知のデータへの汎化性能を高める手法はどれか。
【正解の解説】
サポートベクターマシン
サポートベクターマシンは、データを分ける境界線と、最も近いデータ点との距離を最大化するように境界を引く手法です。未知のデータに対しても高い分類性能を発揮します。
スポンサーリンク
【その他の選択肢の解説】
決定木
決定木は、データを「もし～ならA、そうでなければB」といった質問の繰り返しで分岐させていく手法です。樹木のような見た目で、分類に至るプロセスが人間にもわかりやすいのが特徴です。
ランダムフォレスト
ランダムフォレストは、決定木を大量に作成し、その多数決で最終的な結果を決める手法です。一つの木よりも精度が安定し、過学習を防ぐ効果が高いのが特徴です。
K近傍法
K近傍法は、新しいデータに近いものを周囲のデータの中から数個（K個）探し出し、その多数決でクラスを決定する直感的な分類手法です。