決定木による機械学習 決定木は、根から順番に条件分岐を辿っていくことで結果を返します。特に分類問題で用いられる場合には「分類木」と呼ばれます。ここでは、与えられたデータを元に、自動的に分類木を構成する方法について説明します。機械学習の手法の中でも、学習結果を人間が解釈し易いことが特徴で、データの特徴を掴む場合によく用いられるようです。(「花びらの長さがθ以下ならチューリップ」などが分かれば、それだけで面白いですよね!)今回はアルゴリズムについて説明をした後、pythonでの実装例を紹介したいと思います。 CARTによる分類木の構築 CARTとはClassification And Regression Treesの略で、2進木の決定木の学習アルゴリズムです。決定木の学習アルゴリズムは他にもいくつか種類が有りますが、ここではCARTに絞って動作を見ていきたいと思います。 動作の流れ まず最初
![決定木による学習 | Code Craft House](https://cdn-ak-scissors.b.st-hatena.com/image/square/3f85462216422b110fb031a1f6ef7114db5cfdd2/height=288;version=1;width=512/http%3A%2F%2Fcodecrafthouse.jp%2Fwp-content%2Fuploads%2F2014%2F09%2Fdecisiontree1.png)