機械学習をする方法はさまざまある。
代表的な方法は決定木分析である。
そもそも決定木とは何か？
基本的なことをごく簡単に解説。
目次
決定木とは何か？
決定木とは意思決定に使う、いくつもの枝分かれをする図のこと。
膨大なデータを使って、決定木のモデルを作るのは、データマイニングの世界でよく行われている方法。
決定木は、古典的で基本的な方法。
決定木の作り方の基本は？
データの種類によって木の作り方が2つに分かれる。
一つは分類変数を使う、分類木。
男女とか、有無とか、好き嫌いとか、カテゴリに分類できる変数を使う方法。
もう一つは連続変数を使う、回帰木。
年齢とか、血圧とか、金額とか、連続的に変化する変数を使う方法。
機械学習で決定木を作るには？
機械学習とは、
- データセットを学習セットとテストセットに分ける
- 学習セットで作ったモデルが、テストセットでも当てはまるかを確認する
- モデルが汎用性をもって使えるかを確認する
方法である。
決定木の場合は、学習セットで作成した決定木が、テストセットでも通用するか確認するのが、決定木の機械学習ということになる。
まとめ
- 決定木とは、意思決定のための枝分かれの図。
- 決定木を作るのに、分類変数の分類木と連続変数の回帰木がある。
- 機械学習で決定木を作るためには、学習セットで決定木を作成、テストセットで検証する。
概念をごく簡単に紹介した。
コメント