決定木 - 要因を木構造を用いて分類する予測モデル - - ナンバーズ予想で学ぶ統計学

決定木(ディシジョン ツリー)の説明 決定木とは 目的変数と説明変数の関係を木構造として表現したもの で機械学習の分野における予測モデルのひとつである。 意思決定の過程(要因)をツリー構造として分析する 手法を機械学習に応用したものなので決定木と呼ばれる。 目標(目的変数)にいたる決定の集合(説明変数)を分類するが、既知のルールから予測モデルを生成する ので、機械学習のなかでも『教師あり学習』に分類される。 すでに起こった出来事を教師データとして決定木のプログラムに与えてやると予測モデルを作ってくれる。 詳しい説明はこのページの下の方にある 参考文献 をご覧ください。 ナンバーズの予想に使うには 未来の抽せん数字を予想するために使うのですが、「何が」抽せん数字を決定しているのかというのがポイントです。 目的変数は「次回の抽せん数字」 説明変数は考える！(ここが重要) 説明変数の組み合わせを

[tsubo1]

アホですか？説明変数に曜日を入れてみよう、とか言ってるし。アホが統計かじるのやめてもらっていいですか。

[Tomosugi]

いやあ、何とも味わい深い…何というか…