問題文
決定木の深さを増やしていくと、学習データでの誤差は下がり続けたが、検証データでの誤差は途中から上がり始めた。この現象の説明として最も適切なものはどれか。
選択肢
- 検証データの件数が少ないため、誤差の測定の側に偶然のばらつきがかなり大きく出ている
- 決定木は深さを増やすほど学習の誤差が上がるため、検証の誤差もその動きにそのまま追随して上がっている
- モデルが複雑になるにつれ学習データの偶然の癖まで写し取り、枝分かれが細かくなるため未知のデータへの当てはまりが落ちている
- 学習データと検証データの分布が違うため、深さとは無関係に検証の誤差が上がっている。分割の仕方を変えれば、深さを増やしても誤差は上がらなくなる