データ・DX

ランダムフォレストとは？

読み: らんだむふぉれすと英語: Random Forest更新日: 2026-06-26

複数の決定木を組み合わせて、予測の安定性を高めるアンサンブル学習の手法です。

試験で問われるポイント

単一の決定木より過学習を抑えやすい場合があります。
特徴量の重要度を確認できることがあります。
アンサンブル学習の代表例として問われやすいです。

具体例

複数の決定木の予測を組み合わせ、顧客の購入確率を予測します。

混同しやすい点

木を増やせば必ず説明しやすくなると考える。
前処理や評価が不要になると考える。

対応試験

DS検定G検定

関連する表記: ランダムフォレスト / Random Forest

関連問題で復習

G検定機械学習の概要・具体的手法

「ランダムフォレスト」の説明として、最も適切なものはどれか。

G検定機械学習の概要・具体的手法

ランダムフォレストの説明として、最も適切なものはどれか。

関連用語

機械学習

データからパターンや規則を学び、予測や分類などに利用するAIの手法です。

分類

入力データをあらかじめ決められたカテゴリのどれかに振り分けるタスクです。

決定木

条件分岐を木の形で重ね、分類や回帰を行う機械学習モデルです。

FujiCertの用語解説は、各試験の公式問題ではなく、学習者が問題演習でつまずきやすい観点を整理した非公式の学習支援コンテンツです。