ランダムフォレスト

ランダムフォレストとは、複数の「決定木」を組み合わせることで精度の高い予測を行う、アンサンブル学習（バギング）の一種である。学習データの一部をランダムに抽出して多数の決定木を作り、それぞれの結果の多数決（分類）や平均（回帰）を取ることで最終的な答えを出す。「森（Forest）」のように木がたくさん集まることで、決定木の弱点である過学習を防ぎ、安定した高い性能を発揮する。