決定木におけるバギングの活用
from 情報分析・管理論 第8回
決定木におけるバギングの活用
分類問題におけるバギングの拡張（最も単純な方法）
ブートストラップ標本からえられたB個のモデルのうちで、最も多く予測されたクラスを全体的な予測とする
→ 決定木：ブートストラップ標本から得られたB個の木によって予測されたクラスを記録し多数決をとる
決定木の利点は、モデル解釈の容易さだった
バギングは結果の解釈のしやすさを犠牲にして、予測精度の向上を行っている
ただ、バギングによってえられた木でも多様性指標から予測変数の重要度を得ることが可能