G検定（ジェネラリスト検定） 機械学習の概要 練習問題 第41問: 決定木の長所と短所に関する説明として、最も不適切なものはどれか。

正解: 1. 尺度の大きい特徴量ほど分岐に選ばれやすいので、学習の前に標準化して尺度をそろえておくことが勧められる

「尺度の大きい特徴量ほど分岐に選ばれやすい」が不適切です。決定木は、特徴量としきい値の組のうち不純度や誤差を最も減らすものを選んで分けます。しきい値の候補は値を並べた隣どうしの中点なので、値の大小の順序を変えない標準化では、しきい値の数値が変わるだけで分け方はほぼ変わりません。scikit-learnの例も木のモデルは尺度の影響をほぼ受けないとし、ユーザーガイド1.10節も正規化などの前処理がほとんど要らない点を長所に挙げています。「わずかな違いで、まったく異なる木ができる」は同節が短所に挙げる不安定さで、アンサンブルの中で使うと和らげられます。「階段状の近似…外挿は得意ではない」も、予測が区分ごとに一定の値になることから来る短所です。「偏った木ができやすい」も同節の短所で、学習の前の釣り合いが勧められています。

関連キーワード: 決定木・アンサンブル学習・分類問題