決定木
目的変数のクラスを、説明変数の条件分岐で分類するモデルを作成できます。
木構造で分類ルールを可視化でき、直感的に判断基準を確認できます。
操作デモ動画
以下の動画で、操作方法をご確認いただけます。
操作方法
処理タイプ>分析タイプ>決定木 を選択します。
基本設定
注記
以下の説明では、サンプルデータ「ワイン」を使用しています。
「品種」は事前に型変換でObject型に変換しています。
-
目的変数 を選択します。カテゴリ列から選択します。
※サンプルデータ「ワイン」の例では、目的変数を「品種」にしています。 「品種」は数値のため、事前にObject型へ変換して指定します。
-
分岐に使用する変数 を選択します。数値列から複数選択できます。
-
解析 をクリックして実行します。
オプション設定
-
分岐階層数 を指定します。値を大きくすると木が深くなります。
-
表示サイズ を指定します。木の拡大率として使用します。
結果の見方
決定木の読み方
- 各ノードに分岐条件が表示されます。
- 末端ノードには分類結果（予測クラス）が表示されます。
- 分岐条件をたどることで、分類の根拠を確認できます。
注意点
- 目的変数はカテゴリ列、分岐に使用する変数は数値列を使用してください。
- 欠損値が含まれる場合は解析できません。事前に欠損の除外や補完を行ってください。
- 分岐階層数を大きくしすぎると、過学習の原因になります。