ランダムフォレスト (random forest)は多数の決定木を用いたアンサンブル学習.バギングのように,各決定木による多数決で最終的に分類するクラスを決定する.だが,単純なブートストラップサンプリングで分類器を作るのではなく,次の手順で各決定木を学習する.
- 各決定木の学習に用いる訓練事例集合は,バギングと同様に,(復元抽出の)ブートストラップサンプリングによって生成する.
- \(M\) 個の特徴があるとき,そのうち \(m\) 個をランダムに選び,その中でCARTのGini係数や,ID3の情報量利得などの規準によって最良の特徴を選ぶ.
- 木の拡張は最後まで,すなわち,各葉ノードに分類される事例のクラスが1種類になるまで行われ,枝狩りも行わない.
-- しましま
関連項目†
リンク集†
関連文献†