2.3. 予測に使用する分類器 予測にはRandomForestを利用する。 RandomForestとは決定木を弱学習器とする集団学習アルゴリズムであり、識別、回帰、クラスタリングに用いられる【1】。 この名称は、ランダムサンプリングされたトレーニングデータによって学習した多数の決定木を使用することにより、高精度かつ高速な機械学習アルゴリズムとして知られている。 3. 実験 本稿では、まず新規登録ユーザが登録してからの何日間のデータが有ればベースに昇格するか否かを予測できるか検証し、説明変数の選定をする。 次に、その説明変数を用いて新規登録ユーザのベースユーザへの昇格率を日次で予測し、実績値と比較する。 それによって新規定着施策の検証に対する有効性を調査をする。 RandomForestのモデル作成には6月のガールフレンド(仮)、天下統一クロニクル、天空のクリスタリアの全新規登
![アクセス密度に基づく新規登録者のベースユーザ昇格率予測 | 株式会社サイバーエージェント](https://cdn-ak-scissors.b.st-hatena.com/image/square/0cbf8da5595165d4abec4be365fa4982a5fc44a3/height=288;version=1;width=512/http%3A%2F%2Fwww.cyberagent.co.jp%2Ffiles%2Fuser%2Fimg%2Fogp%2Ftechreport_8869.png)