剪定基準

剪定基準とは、機械学習や統計モデルにおいて、決定木やランダムフォレストなどの木構造アルゴリズムが枝（ノード）を伸ばすかどうかを判断するためのルールである。過学習を防ぎ、モデルの汎化性能を高めるために、情報利得やジニ不純度、最小サンプル数といった指標が閾値と比較される。適切な剪定基準は計算コスト削減や解釈性向上にも寄与し、実務的なデータ分析において重要な役割を果たす。