人工知能をめぐる動向と手法
決定木とランダムフォレストの違いに関する説明として正しいものはどれか。
- Aランダムフォレストは決定木を1本だけ用い、分割基準をジニ不純度からエントロピーに変更した手法である
- B決定木は教師なし学習であり、ランダムフォレストは教師あり学習である
- Cランダムフォレストは主成分分析で次元削減した後に決定木を1本構築する手法である
- ✓ランダムフォレストはブートストラップサンプリングと特徴量のランダムな選択により複数の決定木を学習し、多数決や平均によって予測するアンサンブル手法である
解説
ランダムフォレストは元データからの復元抽出(ブートストラップサンプリング)と、各分岐で用いる特徴量のランダムな選択によって多数の決定木を学習し、分類では多数決、回帰では平均をとって予測する手法である。決定木・ランダムフォレストはいずれも教師あり学習であり、木の本数や分割基準の違いだけでは説明できない。
根拠シラバス「機械学習」