トップページ > コンテンツ > 機械学習関連 > 機械学習の種類 > 決定木

決定木の形にデータを分けていく方式。

枝分かれした両方に所属するようなデータが極力存在しないようにしていくために、不純度(クラスに属さない仲間はずれの割合的なもの。

色々な尺度があり、有名なものにジニ係数や交差エントロピー等がある)を基準に分けていく。
より綺麗に不純データが分かれることを情報利得(親と子ノードの不純度の差)が大きいという。