目次

ランダムフォレスト

概要

  • ランダムフォレストを用い、機械学習モデルを構築します。
  • パラメータの自動チューニングオプションをonにすることで、精度を高めることができます。

入出力

入力

  • データ(目的変数1列と説明変数1列以上)

出力

  • 機械学習モデル
  • データ(変数重要度)

仕様補足

  • ランダムフォレストとは、機械学習手法のひとつで、複数の決定木を集めて合体させた手法です。
  • 決定木は単体ではあまり強くない手法ですが、バギングと呼ばれる集団学習法(アンサンブル学習)で合体させると、強度が増したランダムフォレストが完成します。
この記事は役に立ちましたか?
はい いいえ
この記事は役に立ちましたか?
はい いいえ