AI用語集

📖

用語

Mean Decrease in Impurity (MDI)

不純度の平均減少（MDI）。変数の重要度を評価する手法で、アンサンブルモデルのツリー構築中に各特徴量がもたらす不純度（ジニまたはエントロピー）の平均的な減少を測定します。

📖

用語

Mean Decrease in Accuracy (MDA)

精度の平均減少（MDA）。テストセット上で変数の値をランダムに並べ替えたときのモデル性能の低下を測定することで、変数の影響を評価する置換重要度手法。

📖

用語

Gain Ratio Importance

利得比重要度。情報利得比に基づく重要度の測定で、特徴量のエントロピーで情報利得を正規化し、多数の個別の値を持つ変数にペナルティを科します。

📖

用語

Out-of-Bag (OOB) Feature Importance

バッグ外（OOB）特徴量重要度。ランダムフォレスト内の各ツリーのOOBサンプルを使用し、これらのサンプルで変数の値が置換されたときのOOBエラーの増加を測定する重要度評価手法。

📖

用語

Conditional Permutation Importance

条件付き置換重要度。他の変数に対して条件付きで値を置換することにより特徴量間の依存関係を尊重する置換重要度の変法で、相関のある特徴量のバイアスを軽減します。

📖

用語

Drop Column Importance

カラム削除重要度。特徴量を完全に削除した際の影響を測定する重要度評価手法で、その変数なしでモデルを再学習させ、完全なモデルと性能を比較します。

📖

用語

Impurity-based Feature Importance

不純度ベースの特徴量重要度。ツリー構築中のノードの不純度減少に基づく重要度評価手法のクラスで、MDIとジニ重要度を含みますが、高い基数の特徴量に対してバイアスを持つ可能性があります。