決定木分析のサンプル数について 決定木分析（分類木）を行う際も、重回帰分析やロジスティック回帰分析な

決定木分析のサンプル数について






決定木分析（分類木）を行う際も、重回帰分析やロジスティック回帰分析などと同じように、投入する独立変数の個数によりかわるのでしょうか？

No.1 ベストアンサー 回答者： kamiyasiro 回答日時： 2018/12/23 11:08

企業でSQCを推進する立場の者です。

決定木は、切り分けができなくなれば、それで終わりですから、いわゆる回帰分析におけるサンプル数の厳密性はありません。

回帰分析は、最初に説明変数行列XのXTXの逆行列を求める必要がありますので、XTXに条件（正則であること）が必要です。ですから、古典的な回帰分析では、過飽和（p>n）は許されません。

決定木は、分類が進むと、１つのクラスに入るサンプル数が極端に小さくなり、過学習するようになります。ですから、逆に言うと、大量のサンプルが無いと適用が難しい手法です。

この回答へのお礼

ご回答ありがとうございます。

自分で調べても決定木分析に関してのサンプル数をどのように考えれば良いかわからず困っていました。

質問者様の知識は、やはり専門的に（大学院など）学ばないと身につかないものでしょうか？

お礼日時：2018/12/23 11:47