決定木
意味・解説
データを条件分岐の繰り返しによって分類したり予測したりする、樹形図（ツリー）状の機械学習モデル。
「もし〜なら（Yes/No）」という質問を繰り返してデータを振り分けるモデル。分類（カテゴリ分け）と回帰（数値予測）の両方に使える。判断プロセスが「樹形図」として可視化されるため、人間にとって結果の根拠を理解しやすい（説明性が高い）ことが最大の特徴。
くわしく
「Yes/Noで答える『診断チャート』をAIが自動で作ったもの」です。
1.構成:
根（最初の質問）、枝（条件）、葉（最終的な結論）で成り立ちます。
2.活用:
顧客が「購入するか・しないか」の分類や、不動産の「価格」の予測（回帰木）などに使われます。
3.アンサンブル学習:
複数の決定木を組み合わせることで精度を高めた「ランダムフォレスト」などの高度な手法の基礎となります。
例文
顧客の退会予測において決定木分析を用いたところ、『直近1ヶ月のログイン回数が3回未満』が最も重要な判断基準であることが可視化された。
過去問での出題状況
直近29回分の過去問（全2,900問）を解析した結果、1回登場しています（出題された年度: 1年度）。
出典: 本サイト独自集計（問題文および全選択肢テキストからの用語出現頻度・2026年6月時点）
同義語: デシジョンツリー, 意思決定木, ディシジョンツリー
分類: 教師あり学習