問題番号: No.680 (しっかりモード)

複数の決定木を組み合わせて強力なモデルを作るアンサンブル学習において、単にデータをランダムに抽出して木を作るだけでは、どの木も似たような構造になり過学習を防ぎきれないことがある。木同士の相関を下げるため、各分岐のタイミングで利用できる特徴量もランダムに絞り込んでから分割条件を決める手法はどれか。