データ資格 模擬試験

DS検定 模擬試験 第3回 問45・データサイエンス(モデル化(回帰・分類・機械学習・深層学習・強化学習))

バギングとブースティング

F銀行は、ローン延滞の予測に決定木を組み合わせたアンサンブル学習を使う。候補はランダムフォレストと勾配ブースティングである。両手法の説明として正しいものを2つ選べ。

  1. A

    ランダムフォレストは、復元抽出した複数の標本ごとに木を作り、予測を平均や多数決でまとめる

  2. B

    ランダムフォレストは、前の木が誤った事例の重みを上げながら、木を順番に作っていく

  3. C

    勾配ブースティングは、それまでの木の予測誤差を補うように、新しい木を順番に追加していく

  4. D

    勾配ブースティングは、木を互いに独立に作るため、木を増やしても過学習しにくい

正解と解説を見る

正解:A・C

バギング(ランダムフォレスト)は独立に作った木を平均してばらつきを抑え、ブースティングは誤差を補う木を順に加えて偏りを減らす。木を増やしすぎると過学習しやすいのは、ブースティングのほう。

学習のポイント:「並列・平均」はバギング、「直列・誤差の補正」はブースティングと覚える。

この問題を演習で解く →

DS検定のトップへ 問題一覧へ

このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。