【ITパスポート・G検定】線形回帰と何が違う？「決定木（けっていぎ）」の超基本を1分図解！

「AIがどうやって予測の答えを出したのか、その理由をパッと見て知りたい！」

「『決定木』って、なんで機械学習なのに『木』って呼ぶの？」

「ITパスポートやG検定で絶対に外せない特徴は？」

機械学習（AI）の教師あり学習において、人間にとって「最も納得感があり、仕組みがわかりやすい」と言われる大人気の手法が「決定木（デシジョンツリー）」です。

最大の特徴は、一言でいうと「条件分岐（はい・いいえの質問）を繰り返す」こと。まるでフローチャートをたどるようにデータが枝分かれしていき、最終的に予測のゴールへと導かれる、とてもスマートで万能な技術です。

この記事では、試験対策としてもビジネスの実務分析としても頻出する超重要テーマ「決定木」の仕組みと特徴を、5枚の図解構成に合わせて分かりやすく解説します！

1.【直感編】決定木とは？一言でいうと「条件分岐を繰り返して予測する技術」

まずは、決定木（けっていぎ）がどのようなものなのか、直感的なイメージから掴みましょう。

決定木とは、一言でいうと「条件分岐を繰り返して予測する技術」です。

大きな木の前に立つ可愛いロボットをイメージしてください。木の幹から「気温は30度以上？」という看板が出ており、そこから「はい」「いいえ」の2つの枝へと道が分かれています。さらにその先で「休業日？」という別の看板で行き先が枝分かれし、最終的に「アイスが売れる！」という葉っぱのゴールにたどり着いています。

💡 【ワンポイント】

はい・いいえの質問

を繰り返して答えを

導き出す仕組み！

2.【位置づけ】回帰にも分類にも使える万能手法！機械学習におけるマッピング

次に、決定木がデジタル技術の中でどのような位置づけにあるのか、全体マップを見てみましょう。

決定木は、教師あり学習の配下にあり、これまでの「線形回帰」などのライバルと並ぶ主要な手法として位置づけられています。

多くの機械学習アルゴリズムが「分類だけ」「回帰だけ」と得意分野が分かれているのに対し、決定木は「枠に分ける分類」にも「数値を当てる回帰」にもどちらでも活躍できる、応用力がとても高い万能手法です。

💡 【ワンポイント】

データが分かれる道

すじを自動で作る！

応用力がとても高い！

3.【理論編】どうやって動く？最も綺麗に分かれる質問を作る3つのステップ

決定木が動く本質的な目的は、「最も綺麗に分かれる質問を作る」という点にあります。上から下へとルートを辿るだけで誰でも予測ができるように、次の3つのステップで木を成長させます。

ステップ1：データを分ける質問ロボットが散らばるデータを見ながら、「この条件（質問）で分ければ、データが一番きれいに左右に分かれるぞ！」と最初の基準になる質問の看板を設置します。
ステップ2：枝分かれを増やす分かれた先にあるデータの塊に対して、さらに細かく仕分けるための2番目、3番目の質問の枝を、木が成長するようにどんどん下へ伸ばしていきます。
ステップ3：結論へたどり着くすべての条件分岐（質問）をクリアしたデータの塊の先に、「購入する」「購入しない」という最終的な予測の答え（葉っぱの部分）を確定させます。

💡 【ワンポイント】

上から下へルートを

辿るだけで誰でも

予測ができる！

4.【比較編】何が違う？条件で分ける「決定木」vs 線で表す「線形回帰」

試験やデータ分析でよく比較されるのが、数値を扱う基本形「線形回帰」との違いです。この2つの決定的な違いを整理しておきましょう。

一言でいうと、その違いは「条件で分けるか？線で表すか？」にあります。

項目	決定木	線形回帰
予測の形	分かれ道	まっすぐ線
データの形	複雑でも可	単純な比例
理由の解説	とても簡単	比較的簡単

決定木は、フローチャートのような分かれ道をロボットがトコトコと進みながら答えを探す「ルート型」の手法です。データが比例関係になく、複雑に折れ曲がっていても対応でき、何より「なぜその答えになったか」を人間に説明するのがとても簡単です。一方で線形回帰は、グラフの上に定規で引いたような一本のきれいな直線を引く「直線型」の手法で、単純な比例関係を予測します。

💡 【ワンポイント】

決定木 ➡ 条件で分ける！

線形回帰 ➡ 直線で表す！

5.【まとめ】これだけは押さえよう！決定木の本質と身近な代表例

最後に、今回学んだ決定木の要点を振り返りましょう。

まずはここだけ絶対に押さえておけば完璧です！

ビジネスや医療の現場では、以下のように「予測に至るまでの判断理由（なぜそうなったか）をハッキリさせたい」シーンで決定木の代表例がよく使われています。

顧客の分析： 過去の顧客データから「年齢」「過去の購入額」などの質問の枝を通り、今回来店したお客さんがリピーターになってくれるかを予測するマーケティング技術。
病気の診断： 患者の「血圧」「年齢」といった検査数値の分かれ道をたどり、将来的に特定の病気にかかる危険性があるかどうかを分かりやすく診断する医療サポート。
融資の審査： 銀行のローン審査などで、「年収」「勤続年数」の条件分岐を自動でクリアし、その人にお金を貸しても安全かをコンピューターが客観的に判断するシステム。

💡 【ワンポイント】

決定木とは「条件分岐の構造を学習し、未知のデータを推論する手法」

決定木の本質は、複雑なデータの中から「はい・いいえ」で答えられる最適な質問を自動で見つけ出し、誰が見ても納得できる「木の形のルート」を作り出す点にあります。試験対策としては、「分類と回帰の両方に使える万能さがあること」、そして「予測の理由がブラックボックスにならず、人間にわかりやすいこと」という最大の特徴をしっかりと頭に入れておきましょう！

👉 【ITパスポート・G検定】教師なし学習と何が違う？「教師あり学習（きょうしありがくしゅう）」の超基本を1分図解！
👉 【ITパスポート・G検定】非線形回帰と何が違う？「線形回帰（せんけいかいき）」の超基本を1分図解！