ランダムフォレスト
ランダムフォレストとは?
決定木を構成する際、一つの決定木を作成するのではなく、複数の決定木を作成し、それら全体を一つの知識として利用する方法 複数の学習データセットを用いて、それぞれに対応する決定木を作成する。学習結果を利用する際には、これら複数の決定木の出力の平均を用いることで、全体の結果とする。 注意点
ランダムフォレストが単独の決定木による分類よりも優れた能力を発揮するためには、ランダムフォレストを構成するそれぞれの決定木がなるべく独立である必要がある。このためには、学習データセットが互いに異なるように構成する必要がある。
参考文献
基礎から学ぶ人工知能の教科書
著者 : 小高知宏
発行所 : オーム社
ページ : 76,77