ランダムフォレスト

ランダムフォレストとは、たくさんの決定木をバギングで組み合わせて作る、強力なアンサンブル学習の代表例です。

データと使う特徴量の両方をランダムに選んで多数の決定木を作り、最後に多数決や平均で予測します。それぞれの木が違う視点で判断するため、過学習しにくく安定した精度を出せます。

設定が少なくて使いやすく、業務分析や Kaggle などで定番のモデルとなっています。