試験結果を分類する決定木の復習

ルートノードの情報整理

塾のアンケートから分析した決定木の分類結果

・2行目（samples）：このノードで分類の対象となるデータの件数です。 今回の例では、100件のデータが存在しています。

・3行目（value）：このノード内のデータの割合を [不合格者数, 合格者数] で示します。 今回の例では、不合格者数35件、合格者数65件です。

・4行目（class）：このノード内で多数を占めるデータの種類（不合格 か 合格）です。 今回の例では、「合格」です。

1行目は、100件の訓練データを学習した結果、決定木が「合格」と「不合格」を効率的に分けるための条件式を示しています。

今回の場合は「睡眠時間が5.5時間以下か」を判断基準にすると良いと、訓練データから学習して導き出しました。

2段目のノードの情報整理①

決定木はルートノードの１行目の条件式に従ってデータを分類し、さらに下段のノードに進みます。

この条件式に合致するデータは左側のノードへ、合致しないデータは右側のノードへと進むことになります。

今回の場合は、平均睡眠時間が5.5時間以下のグループは左のノードに進みます。

左側のノードの2～4行目からは「平均睡眠時間が5.5時間以下のデータは30件（samples）」 「そのうち20件が不合格で、10件が合格（value）」「不合格者が多数を占めるグループ（class）」という情報が読み取れます。

2段目のノードの情報整理②

ここでは決定木の2段目、右側のノードを詳しく見ていきます。

このノードには、平均睡眠時間が5.5時間を超えるデータが進みます。

右側のノードの2～4行目からは「平均睡眠時間が5.5時間を超えるデータは70件（samples）」 「そのうち15件が不合格で55件が合格（value）」「合格者が多数を占めるグループ（class）」という情報が読み取れます。

決定木の1段目で「平均睡眠時間 ＜= 5.5」という条件によって、条件を満たすグループ（左側）と満たさないグループ（右側）に分類されました。

決定木は、これらのグループをさらに細かく分類し、合格者と不合格者をより正確に分けるために、2段目の条件を導き出します。

この段階での条件式が、「スマホあり ＜= 0.5」と「平均睡眠時間 ＜= 9.5」です。

3段目のノードの情報整理

ここでは決定木の3段目のノードを詳しく見ていきましょう。

まずは、2段目左側のノードと、そこから伸びる3段目のノードを読み解いていきます。

この2段目左側のノードには「睡眠時間が5.5時間以下」の30件のデータが存在します。

この30件には不合格者20件、合格者10件が混在しており、これをさらに分類するために決定木が導き出したのが「スマホあり ＜= 0.5」という条件です。

この条件は、スマホを所有していない（0）か、所有している（1）かを示しており、この条件で3段目の左側のノードと右側のノードに分類されます。

この2段目右側のノードには「睡眠時間が5.5時間を超える」の70件のデータが存在します。

この70件には不合格者15件、合格者55件が混在しており、これをさらに分類するために決定木が導き出したのが「平均睡眠時間 ＜= 9.5」という条件です。

この条件で3段目の左側のノードと右側のノードに分類されます。