AI用語集
人工知能の完全辞典
C4.5
1993年にQuinlanによって開発された教師あり学習アルゴリズム。ID3の拡張版であり、連続属性と欠損データを扱うことができ、ゲイン比を分割基準として使用します。
C5.0
Quinlanによって開発されたC4.5の改良版。より高いパフォーマンス、大規模データセットのより効率的な管理、およびアンサンブル木（ブースティング）を生成する能力を提供します。
ゲイン比
C4.5で使用される分割基準で、多数の値を持つ属性に対する情報ゲインのバイアスを修正します。情報ゲインを属性の固有エントロピーで割ることで計算されます。
固有エントロピー
ゲイン比の計算で使用される指標で、多数の値を持つ属性にペナルティを課します。属性の値の分布に含まれる潜在的な情報量を表します。
二値離散化
C4.5によって使用される手法で、情報ゲインを最大化する最適な分割点を特定することで、連続属性を二値カテゴリ属性に変換します。
欠損値の処理
C4.5の能力で、確率的重み付け方法を使用するか、インスタンスを可能なブランチに分割して、欠損属性を持つインスタンスを処理します。
悲観的剪定
C4.5における複雑性を削減する方法で、二項分布に基づく誤差の悲観的統計推定を使用して、不要なブランチを削除します。
C5.0ブースティング
C5.0に実装されているアンサンブル学習技術で、複数の弱い決定木を組み合わせて強い分類器を作成し、予測精度を大幅に向上させます。
最適分割点
C4.5によって決定されるしきい値で、連続属性を2つの区間に分割するために使用され、結果の分割の情報利得を最大化するように選択される。
正規化情報利得
バイアスを避けるために特定の文脈で使用される情報利得の変種。利得比に似ているが、正規化の数学的アプローチが若干異なる。
C4.5決定木
C4.5アルゴリズムによって生成される階層構造。各内部ノードは属性に対するテストを表し、各ブランチはテスト結果を表し、各リーフはクラスラベルを表す。
C5.0スライディングウィンドウ
C5.0における最適化手法で、木の構築中にデータセット全体を移動するサンプルウィンドウを使用して、大規模なデータセットを効率的に処理する。
信頼係数
C4.5のパラメータ（通常25%）で、枝刈りにおける誤差推定に使用され、木のブランチの性能評価における悲観主義のレベルを制御する。
C4.5 IF-THENルール
C4.5によって生成される決定木の代替表現で、根から葉までの各パスが条件付き分類ルールに変換される。
C4.5計算複雑性
C4.5のアルゴリズムコストはO(n * m * log n)のオーダーで、nはインスタンス数、mは属性数を表す。ソート技術と増分計算によって最適化されている。
多方向分割
カテゴリ属性に対して2つ以上のブランチを持つノードを作成するC4.5の能力。二進分割に制限される他のアルゴリズムとは異なる。