デシジョン・ツリーについて

デシジョン・ツリーでは、ルールのツリー構造を使用してデータが分類されます。それにより、予測が明確になり簡単に解釈できるようになります。

デシジョン・ツリーとは、データの分類に使用される教師ありの機械学習アルゴリズムです。デシジョン・ツリーのツリー構造はトップダウンで構築され、ルート・ノード、ブランチおよびリーフ・ノードがあります。機械学習の一部のアプリケーションでは、モデルの全体的な質を評価する際に、ある結果または別の結果を予測する理由は、重要ではない場合があります。別の用途では、決定の理由を説明できることが不可欠となる場合があります。デシジョン・ツリーのルールは、そのような問題のモデルを検証するために使用できます。Naive Bayes同様、デシジョン・ツリー・アルゴリズムは条件付き確率に基づきます。ただし、デシジョン・ツリーでは、Naive Bayesとは異なり、ルールが生成されます。ルールは、ユーザーが理解でき、レコード・セットを識別するためにデータベース内で使用できる条件文です。

たとえば、マーケティングの専門家は、マーケティング・キャンペーンを成功させるために、顧客の各セグメントに関する説明をすべて必要とします。デシジョン・ツリー・アルゴリズムはこのような用途に適しています。

デシジョン・ツリーのルールを使用してモデルを検証します。ルールが特定領域の専門家にとって意味がある場合、これによってモデルが検証されます。