機械学習での分類問題について質問

Question

機械学習で分類問題を実装したいと考えております。

例）

data1 各人の身長の分類　３分類

data2 各人が男性か女性か　２分類

data3 各人の年齢　　１０分類

・
・
・

data10 各人の体重　　１０分類

のような１０個の学習済みデータを組み合わせて人の識別

このような分類問題を実装するにはランダムフォレストを実装して行うのが適切なのでしょうか？
機械学習初心者のため知識がある方、ご教授いただけるとありがたいです。

Comments

[fana]

> 人の識別

というのは，個人を識別するという話ですか？
「身長は低くて，女性で，21歳で，……，体重は175kg　なんだけど，さて，これは誰でしょう？」的な？

[yutoto]

fanaさん
コメントありがとうございます。
はい。そのような感じで識別したいと思っております。

[toast-uz]

「分類問題」を勘違いされていますね。
分類問題とは、質問者様が示したような、説明変数が分類されている（カテゴリー値になっている）こと、ではありません。説明変数がカテゴリ値かどうかは関係ありません。推測すべき目的変数が分類されていることです。例えば、質問者様が示した属性を説明変数として持つ人が、タイタニック号が沈没したときに生還したかどうか（0 or 1）を推測する問題であれば、分類問題になります。また、誰でしょうか？という問題であっても、候補が10人くらいなのであれば、分類問題になりえます。

Answer 1

「身長は低くて，女性で，21歳で，……，体重は175kg　なんだけど，さて，これは誰でしょう？」的なのを作るのだとすれば，
「機械学習」という感じでやる事柄なのかちょっと疑問です．

すなわち，
「事前に与えたデータと照合して，一致する人物を答えるだけ」という話にならないでしょうか？

木構造的なデータを作るにしても，単純に深さ10の決定木を作るだけになるのでは．
それをあえて「より浅い複数の木の合議制で判定するような話（：ランダムフォレスト）」にする意義もなさそうに思えます．

（いずれにせよ，複数の人物の入力データが同一であった場合には判断付かない気がしますね）

Comments

[fana]

決定木も「機械学習」に含まれるか．

[fana]

質問文に例示されたデータの種類では，性別と年齢が被った場合の個人特定の決め手が身長体重になりそうだから，

> ３分類

みたいな大雑把なのにせずに，175.3cm とか 65.7kg とかいう値にした方がよいのでは．
（完全一致する率が下がるだろう的な意味で）