2015 年 51 巻 10 号 p. 970_4
ランダムフォレストはLeo Breimanによって2001年に開発された機械学習法である.ニューラルネットワークやサポートベクターマシンと比較して,使用された特徴量のモデルに対する寄与度を評価可能である等の利点を有する.本法では教師付きデータをブートストラップサンプリング(復元抽出)することにより多数のサブセットを発生し,サブセットごとに多様な決定木を構築する.各決定木の予測値は異なるため,識別問題には多数決を,回帰問題には平均値を用いることにより最終予測値を得る.ランダムフォレストの様に予測性能の低い機械学習を多数組み合わせる手法は集団学習と呼ばれ,高度な予測の達成に有利であることが知られている.