第1回Python3データ分析模擬試験【第35問】解説

プライム・ストラテジー株式会社は「第1回Python3データ分析模擬試験【第35問】解説」を公開しました。

＃＃＃

本問題では「scikit-learn」のうち「サポートベクタマシン、決定木、ランダムフォレスト」について学びます。

■問題

機械学習のアルゴリズムに関する次の記述のうち、誤っているものはどれか。

① ランダムフォレストは、ブートストラップデータを用いて決定木を構築する処理を複数回繰り返し、各木の推定結果の多数決や平均値により分類・回帰を行う手法であり、アンサンブル学習の1つである。

② 決定木などで利用される木と呼ばれるデータ構造は頂点であるノードとそれらを結ぶエッジから構成される。木の最下部にあり子ノードを持たないノードはリーフと呼ばれる。

③ 決定木でデータを分割する時は、データの分割によってどれだけ得をするかについて考える。これを情報利得と呼ぶ。情報利得は親ノードの不純度から子ノードの不純度を差し引いたものとして定義される。

④ サポートベクタマシンは、分類・回帰だけでなく外れ値検出にも使えるアルゴリズムであり、直線や平面などで分離できないデータであっても、高次元の空間に写して線形分離することにより分類を行うことを可能にする。

⑤ サポートベクタマシンは、マージンを最小にすることにより決定境界を求めるが、これは、決定境界がサポートベクタから近くなり多少のデータが変わっても誤った分類を行う可能性をを低くし、汎化能力を持たせようとしているためである。

解説と回答は以下をご覧ください
(リンク »)