木構造③ 決定木の過学習を抑えるパラメタの仕組みを解説！

前回：https://youtu.be/E5WOgzoEs1M
次回：アンサンブル

過学習がなぜよくないのかについては『バイアスとバリアンス』 ( https://youtu.be/xAzvBQd0A7U )で説明してます。

■pythonコード：https://k-datamining.github.io/dm-book/data-analysis/materials/tree/%E9%81%8E%E5%AD%A6%E7%BF%92%E3%82%92%E9%98%B2%E3%81%90%E3%81%9F%E3%82%81%E3%81%AE%E3%83%91%E3%83%A9%E3%83%A1%E3%83%BC%E3%82%BF.html
■木構造の再生リスト https://www.youtube.com/playlist?list=PLq7HV4kcWdgNzWFr__fPFV5BAO4E-DQGA
—————————–
★目次
00:00 タイトル
00:41 max-depth(最大深さ)
01:19 min-sample-split
01:52 max-leaf-node(葉の数の最大枚数)
02:38 criterion(誤差の評価指標)
03:40 ccp-alpha(コスト・複雑さによる枝刈り)
04:03 回帰木のpruning
04:46 Cost-complexity-pruning
—————————–
★SNS
twitter: https://twitter.com/intent/follow?screen_name=ks_study_ml
ブログ: https://ks-memo.hatenadiary.com/
スライド資料: https://speakerdeck.com/k_study
—————————–
★BGM
Let’s! https://dova-s.jp/bgm/play8503.html
—————————–
★このチャンネルについて
週に一回ペースで機械学習・データサイエンスに関する情報を発信します！よろしければチャンネル登録お願いします。大変励みになります。