Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

5.8

 詳細：決定木とランダムフォレスト

427

いくつかの場所（例えば、

4

つの隅）では、

2

つの決定木は同じ結果を示していますが、他の場所

（例えば、任意の

2

つの集団の中間の領域）では、まったく異なる結果となっているのは見た目に明

らかです。重要な点は、分類が曖昧な場合にこうした不一致が発生する傾向があるため、両方の決

定木の情報を使用すればより良い結果が得られる可能性があるということです。

Jupyter notebook

を使っているのなら、データのランダムなサブセットで学習を行った決定木の

結果を、対話的に表示できます（図 5-73）。

In[7]: # helpers_05_08 is found in the online appendix helpers_05_08

はオンラインの

Appendix

に掲載している

# (https://github.com/jakevdp/PythonDataScienceHandbook)

import helpers_05_08

helpers_05_08.randomized_tree_interactive(X, y)

図5-73　対話的な決定木可視化の最初の表示。フルバージョンについては、オンラインのAppendix を参照

2

つの決定木の情報を使って結果を向上させられるのであれば、多くの決定木の情報を使用する

と結果がさらに改善できることが予想できます。

5.8.2

 推定器の組み合わせ：ランダムフォレスト

過剰適合の影響を減らすために、複数の過