決定木の複雑性と深さ（ツリーの深さ）

Decision Tree Complexity and Depth けっていきのふくざつせいとふかさ

高頻出 ⚪ 旧用語テクノロジ系新しい技術

意味・解説

決定木アルゴリズムにおける「質問の回数（深さ）」や「分岐の数」のこと。モデルの表現力と過学習のトレードオフを決定する重要なパラメータ。

ツリーが深いほど複雑なデータを分類できるが、過学習のリスクが高まる。逆に浅すぎると未学習（アンダーフィッティング）となり、重要なパターンを見落とす原因となる。これを調整する作業を「枝刈り（プルーニング）」と呼ぶ。

「AIという『診断チャート』の細かさと、その使い勝手のバランス」です。

1.深さ（Depth）:

質問を何回繰り返すか。

2.複雑性（Complexity）:

分岐がどれだけ枝分かれしているか。ポイントは、あまりに深く細かいツリーを作ると、手元のデータには100%正解しますが、新しいデータ（本番）では全く当たらない「頭の固いAI」になってしまうからです。実務では、あえて『深さを制限する』ことで、本番に強い柔軟なAIを育てます。

顧客の離脱予測モデルを構築する際、決定木の深さを5段階に制限することで、過学習を抑えつつ実運用に耐えうる精度を確保した。

同義語: 決定木の階層深さ / 木の複雑度

分類: 機械学習モデルの最適化