決定木
決定木の分ける場所は、不純度が最大化されるところに引く（計算できる） 良い点
結構いろんなスケール/タイプのデーターでいける
順応性高い
*素人にも説明ができる木が作れる*
決められた範囲外のことは何もできない
https://gyazo.com/d2bcdccc6f4c3a5f72f5686e9e39f392
Tree predictionは、範囲外は何もできていない
過剰適合がしやすい
ランダムフォレストで、ちょっとデーターと特徴量を欠けさせた木をたくさん作る、その多数決をとることでめっちゃ精度高くなる 一番メジャーな回帰/分類の手法
ただ、木のメリットである説明性は減る
事前枝刈りをした小さい木をたくさん組み合わせる