アンサンブル学習の代表的手法であるランダムフォレストは、決定木を複数構築して多数決をとる。このとき、単にデータを分割するだけでなく、「各分岐において【 】」という処理を行うことで、個々の木の相関を下げ、未知のデータへの対応力を高めている。 トップへ戻る 次へ進む スポンサーリンク