ランダムフォレストの特徴

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は、アンサンブル学習のバギングをベースにした代表的な手法です。複数の決定木を並列に学習させ、それぞれの予測結果を多数決（分類）や平均（回帰）で統合することで最終的な予測を行います。

学習データのサンプリング（ブートストラップサンプリング）や、分岐に用いる特徴量のランダムな選択により、個々の決定木の相関を下げ、モデルの過学習を防ぎ、汎化性能を高める特徴があります。

1. 複数の弱学習器を順番に直列で学習させる手法である

誤り：複数の学習器を直列（順番）に学習させ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決定木を独立して並列に学習させます。

2. 決定木の学習時に、すべての特徴量を用いて最適な分割を行う

誤り：ランダムフォレストでは、各ノードでの分割時に一部の特徴量をランダムに抽出し、その中から最適な分割を行います。これにより決定木間の多様性を確保します。

3. 複数の決定木の予測結果を多数決や平均によって統合する

正しい：ランダムフォレストは、独立して学習された多数の決定木の予測結果を、分類問題では多数決、回帰問題では平均することによって統合し、最終的な予測を行います。

4. 学習データ全体をそのまま使って複数のモデルを構築する

誤り：学習データから重複を許してランダムにデータを抽出する「ブートストラップサンプリング」を行い、それぞれの決定木ごとに異なるデータセットを用いて学習させます。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ