アンサンブル モデリング
アンサンブル モデリングとは、予測分析やデータ マイニング アプリケーションの精度を向上させるために、2 つ以上の関連するが異なる分析モデルを実行して、その結果を 1 つのスコアまたはスプレッドに統合するプロセスです。 特定のモデリング技術を使用した場合も、同様の欠点が生じる可能性があります。 異なるモデルを組み合わせたり、複数のサンプルを分析することにより、データ サイエンティストや他のデータ アナリストは、これらの制限の影響を軽減し、ビジネスの意思決定者に優れた情報を提供することが可能になります。 このデータマイニングのアプローチは、複数の決定木を活用し、異なる変数とルールに基づいて結果を予測するように設計された分析モデルの一種です。 ランダムフォレストモデルは、異なるサンプルデータを分析し、異なる要因を評価し、共通の変数に異なる重み付けをする決定木をブレンドすることができる。 さまざまな決定木の結果は、単純平均に変換されるか、さらなる重み付けによって集約されます。
アンサンブル モデルの実行に必要な計算リソースと高度な分析ソフトウェアを導入する組織が増えるにつれて、アンサンブル・モデリングの人気が高まってきました。 さらに、Hadoop やその他のビッグ データ技術の出現により、企業はより大量のデータを保存および分析するようになり、異なるデータ サンプルで分析モデルを実行する可能性が高まっています。