決定木

決定木は直感的にわかりやすい学習手法ですが，汎化性能が低い（バリアンスが高い）という欠点があります。そのため，複数の決定木を組み合わせて学習を行うアンサンブル学習が一般に用いられます。特に XGBoost や LightGBM は Kagg...

機械学習の回帰・分類手法の中でも，非専門家でも直感的にわかりやすい分類・回帰手法が決定木です。本記事では，CART(Classification and Regression Tree)と呼ばれる決定木のアルゴリズムについて解説します。 ...