テクノロジ系 / 基礎理論
ランダムフォレスト
ランダムフォレストは、多数の決定木を作り、その多数決で予測する機械学習手法です。
もう少し詳しく
少しずつ異なる多数の決定木（条件分岐で判断する木）を作り、それらの予測を多数決や平均でまとめて最終結果とする手法です。1本の木より精度が安定し、過学習も起きにくくなります。複数のモデルを組み合わせて性能を高める、代表的な手法です。
試験での見方
例：多数の決定木の予測を多数決でまとめるのがランダムフォレストです。
テクノロジ系 / 基礎理論
ランダムフォレストは、多数の決定木を作り、その多数決で予測する機械学習手法です。
少しずつ異なる多数の決定木（条件分岐で判断する木）を作り、それらの予測を多数決や平均でまとめて最終結果とする手法です。1本の木より精度が安定し、過学習も起きにくくなります。複数のモデルを組み合わせて性能を高める、代表的な手法です。
例：多数の決定木の予測を多数決でまとめるのがランダムフォレストです。
多数の決定木の多数決で予測する点が核心です。精度・安定性の向上と過学習の抑制を押さえましょう。