一般社団法人Pythonエンジニア育成推進協会はコラム「第19回「scikit-learnの使い方（5）決定木（Decision Tree）」」を公開しました。
＃＃＃
こんにちは、小澤です。
前回は、SVM（サポートベクターマシン）を用いた分類について解説しました。今回は、決定木（Decision Tree）を使用して、データを段階的に分割しながら分類を行う方法を説明します。
なお、今回の内容は、教科書『Pythonによる新しいデータ分析の教科書（第2版）』の4.4.2章「分類」の決定木（236〜241ページ）の箇所です。
1. 決定木（Decision Tree）とは？
決定木（Decision Tree）は、データを「はい / いいえ」の質問を繰り返しながら、樹木のような階層構造で分割していくことで、分類や回帰を行う機械学習アルゴリズムです。
2. 決定木のイメージ
決定木は、連続する条件分岐によってデータを分類します。
たとえば、以下のようにデータを分類していきます。
この続きは以下をご覧ください
(リンク »)
こんにちは、小澤です。
前回は、SVM（サポートベクターマシン）を用いた分類について解説しました。今回は、決定木（Decision Tree）を使用して、データを段階的に分割しながら分類を行う方法を説明します。
なお、今回の内容は、教科書『Pythonによる新しいデータ分析の教科書（第2版）』の4.4.2章「分類」の決定木（236〜241ページ）の箇所です。
1. 決定木（Decision Tree）とは？
決定木（Decision Tree）は、データを「はい / いいえ」の質問を繰り返しながら、樹木のような階層構造で分割していくことで、分類や回帰を行う機械学習アルゴリズムです。
2. 決定木のイメージ
決定木は、連続する条件分岐によってデータを分類します。
たとえば、以下のようにデータを分類していきます。
この続きは以下をご覧ください
(リンク »)
本プレスリリースは発表元企業よりご投稿いただいた情報を掲載しております。
お問い合わせにつきましては発表元企業までお願いいたします。
お問い合わせにつきましては発表元企業までお願いいたします。
