3
3

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

ランダムフォレストの流れを図解してみた

Last updated at Posted at 2022-03-03

目的

この記事では、ランダムフォレストの流れを図解して説明をしていきます。
(手書きで汚いですが、ご了承ください:tired_face:)

ランダムフォレストとは?

ランダムフォレストとは、複数の種類の決定木を組み合わせて分類や回帰(=数字の予測)を行う機械学習のモデルです。
この説明だとなかなかわからないので、具体例で考えていきます。

具体例:病院

「患者のAさんが来て、おそらく1年以内には糖尿病になりそう。でも、確証がない。。。
あ、機械学習でも本当に糖尿病になりそうかどうかを調べてみよう」

このケースの場合は、Aさんが「1年以内に糖尿病なる」か「1年以内には糖尿病にならない」かの2択の分類になります。
この例で、ランダムフォレストを用いてみましょう。

機械学習を行うためには、まずデータが必要です。今回は下記のような多くの患者さんのデータがあるとします。
(すでに1501人の患者が糖尿病になったのか、ならなかったのかのデータを集めたものです)

image.png

ランダムフォレストの手順

ランダムフォレストの手順は下記になります。

  1. それぞれ異なるデータを元に複数の決定木を作る。
  2. 今回の患者 Aさんのデータを元に、それぞれの決定木で、「1年以内に糖尿病なる」か「1年以内には糖尿病にならない」を予測してもらう
  3. それぞれ出てきた結果から、多数決で予測値を決める

上記の流れを解説します。

1. それぞれ異なるデータを元に複数の決定木を作る。

image.png

2. 今回の患者 Aさんのデータを元に、それぞれの決定木で、「1年以内に糖尿病なる」か「1年以内には糖尿病にならない」を予測してもらう

image.png

3. それぞれ出てきた結果から、多数決で予測値を決める

今回は、「糖尿病になる」が多数を占めているので、ランダムフォレストのAさんの予測結果は「糖尿病になる」になります。

まとめ

コードを書いていてもよくわからなくなることが多いので、ランダムフォレストの流れを可視化してみました。
もし誰かの理解の助けになれば幸いです。
もし気になる点などあれば、ご指摘いただけるとありがたいです。

3
3
1

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
3
3

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?