決定木(Decision Tree, TD)~直感的に分かりやすいモデル~

シェアする

決定木(Decision Tree, TD)について、pdfとパワーポイントの資料を作成しました。データセットが与えられたときに、決定木で何ができるか、決定木をどのように計算するかが説明されています。pdfもスライドも自由にご利用ください

pdfファイルはこちらから、パワーポイント(pptx)ファイルはこちらからダウンロードできます。

興味のある方はぜひ参考にしていただき、どこかで使いたい方は遠慮なくご利用ください。

決定木の概要

  • 回帰分析にもクラス分類にも使える
  • 回帰モデル・クラス分類モデルが、木のような構造で与えられるため、モデルを直感的に理解しやすい
  • 理解しやすい反面、モデルの精度は他の手法と比べて低くなってしまうことが多い
  • 今回説明するのは CART (Classification and Regression Tree)

スライドのタイトル

  • 決定木 (Decision Tree, DT) とは?
  • 決定木でできることのイメージ (回帰分析)
  • 決定木のでできることのイメージ (クラス分類)
  • 決定木モデルの木構造 (回帰分析)
  • 決定木モデルの木構造 (クラス分類)
  • 決定木のアルゴリズム
  • 回帰分析における評価関数 E
  • クラス分類における評価関数 E
  • いつ木の成長を止めるか?

参考資料

  • 金 明哲, Rによるデータサイエンス~データ解析の基礎から最新手法まで~, 森北出版 (2007)

以上です。

質問・コメントがありましたら、twitter・facebook・メールなどを通して教えていただけるとうれしいです。

シェアする

フォローする