ランダムフォレストとブースティングの木の数
木の数を増やしたときの挙動として、最も適切なものを1つ選べ。
- A
ランダムフォレストは木を増やしても過学習しにくいが、ブースティングは増やしすぎると、過学習することがある。
- B
どちらも、木を増やすほど、必ず過学習する。
- C
どちらも、木を増やしても、精度は変わらない。
- D
ランダムフォレストの木は、増やすと、結果が不安定になる。
正解と解説を見る
正解：A
ランダムフォレストは、独立な木の平均なので、木を増やすと分散が減り、安定する。ブースティングは、誤差を減らし続けるので、増やしすぎると訓練データに合わせすぎる。
- A
正しい。ブースティングでは、早期終了などで木の数を決める。
- B
誤り。ランダムフォレストは、増やしても過学習しにくい。
- C
誤り。一定の数までは、改善する。
- D
誤り。増やすほど、安定する。
このサイトの問題は、各試験の公開されているシラバス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。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。