ランダムフォレストの性質

問題

ランダムフォレストに関する記述として正しいものを1つ選べ。

ランダムフォレスト（Random Forest）は、バギングをさらに進化させた強力なアンサンブル学習アルゴリズムです。

ブートストラップサンプリングで作成した複数のデータセットを使って多数の「決定木」を並列に学習させますが、その際、分岐の基準を選ぶときに「すべての特徴量」を使うのではなく、「ランダムに選んだ一部の特徴量だけ」を使って木を成長させます。

これにより、似たような木ばかりができるのを防ぎ（木同士の相関を下げ）、より多様で過学習しにくい予測精度の高いモデルを作ることができます。

1. ランダムフォレストは単一の決定木を深く育てる手法である

誤り：単一の決定木を深く育てるのではなく、少しずつ異なる「多数（数十〜数千）の決定木（弱学習器）」を組み合わせて多数決をとる手法です。

2. ランダムフォレストは特徴量をランダムに選ぶことで木同士の相関を下げる

正しい：各木を作る際、分岐に使う特徴量をランダムに制限することで、一部の強い特徴量に依存しすぎることを防ぎ、木同士の多様性（無相関化）を高めます。

3. ランダムフォレストは逐次学習を行う

誤り：前のモデルの誤差を修正するように「逐次学習（順番に学習）」するのはブースティングの特徴です。ランダムフォレストは各木を「並列」に独立して学習させます。

4. ランダムフォレストはブートストラップを使わない

誤り：ランダムフォレストはバギングの一種であり、各木を学習させるためのデータセット作成には「ブートストラップサンプリング（重複を許したランダム抽出）」を使用します。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ