決定木 - 質問を繰り返して答えを出す

植物ではないわよ、ももさん。
『決定』をする『木』、つまり条件分岐の図が木の形をしているからその名前なの。

まさに。
決定木は『この特徴量は◯◯以上?』みたいな質問を繰り返してデータを分けていくアルゴリズムよ。
例えば医療診断なら『体温37.5度以上?
→咳がある?
→喉が赤い?』と進んでいくイメージ。

その通り、最上部が『根』、末端が『葉』で、葉に到達した時点で『この入力はクラスA』のように判定されるわ。

医療や金融は『なぜAIがそう判断したか』を説明する義務がある分野だから、決定木の解釈性の高さが重宝されるのね。
規制対応の面でも強みになるわ。

ただし弱点もあるわ。
木を深くしすぎると訓練データに過剰に合わせてしまい、過学習が起きやすいの。
深さを制限したり、後述のランダムフォレストで改善するのが定番よ。

もうひとつの弱点は、小さなデータの変動に敏感なこと。
1〜2点違うデータが入るだけで、木の構造が大きく変わってしまうことがあるのよ。
この不安定さを解消するのが、次回学ぶランダムフォレストなの。

試験では『決定木=条件分岐の繰り返し』『高い解釈性』『深いと過学習しやすい』の3点がよく問われるわ。