統計ER

統計ソフトRの使い方を中心に、統計解析方法の解説をするブログ。ありそうでなかなか見つからないサンプルサイズ計算などニッチな方法について紹介しています。

機械学習で決定木(デシジョンツリー)を作る基本的な考え方

ブログランキングに参加しています。
まずはぽちぽちっとお願いします。
↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓
にほんブログ村 科学ブログ 数学へ

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(けっていぎ) デシジョンツリー Decision Tree

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。

 

 

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て、

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して、

モデルが汎用性をもって使えるかを確認する方法。

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。