決定木

決定木は、データの特徴についての条件分岐を木の形にたどり、最後の葉で分類や予測の結果を出す機械学習のモデルです。

■ 試験で押さえるポイント

• データを最もよく分けられる条件を順に選んで、木を作ります。

• 判断の過程が分かりやすく、説明しやすいモデルです。

• 木を深くしすぎると、過学習になります。

■ 選択肢での判断ポイント

分類と回帰の両方に使え、深すぎる木は過学習を起こす点を押さえます。