決定木は、英語では Decision Tree（ディシジョン・ツリー） と呼ばれます。
この訳語は直訳に近く、英語圏でも日本語とほぼ同じ意味・感覚で使われています。
Decision Tree とは、条件分岐を繰り返しながら最終的な判断や予測に到達する、木構造（tree structure）のモデルを指します。
分岐の様子が枝分かれする「木」に似ていることから、この名前が付けられています。
Decision Tree の基本的な考え方
Decision Tree は、フローチャートのような構造を持つモデルです。
- 各分岐点では「ある条件を満たすかどうか」を判定する
- 条件の結果によって次の分岐へ進む
- 最終地点で「結論」や「予測値」を得る
英語の教科書や技術記事では、次のように説明されることが一般的です。
A decision tree is a flowchart-like structure where internal nodes represent tests on features, branches represent outcomes, and leaf nodes represent decisions or predictions.
構成要素の英語名称（重要用語）
Decision Tree を理解するうえで、以下の英語用語は頻出です。
| 日本語 | 英語 | 意味 |
|---|---|---|
| 決定木 | Decision Tree | モデル全体 |
| ノード | Node | 分岐点または終点 |
| ルートノード | Root Node | 最初の分岐点 |
| 内部ノード | Internal Node | 条件判定を行うノード |
| 葉ノード | Leaf Node / Terminal Node | 最終的な結果 |
| 枝 | Branch | 判定結果による分岐 |
| 特徴量 | Feature | 判断に使う変数 |
| 分割 | Split | 条件による枝分かれ |
| 深さ | Depth | 木の階層の深さ |
※ Leaf Node と Terminal Node は、文献によって使い分けられますが、意味はほぼ同じです。
機械学習における Decision Tree
機械学習分野では、Decision Tree は非常に基本的かつ重要なアルゴリズムです。
用途によって、次のように呼び分けられます。
- Decision Tree Classifier
→ 分類問題（例：Yes / No、カテゴリ判定） - Decision Tree Regressor
→ 回帰問題（例：価格や数値の予測）
また、機械学習の文脈では次のような表現がよく使われます。
- train a decision tree（決定木を学習させる）
- overfitting in decision trees（決定木の過学習）
- pruning a decision tree（決定木の剪定）
- limit the tree depth（木の深さを制限する）
なぜ「Tree（木）」と呼ばれるのか
英語では、階層的に枝分かれする構造全般を tree と表現します。
- family tree（家系図）
- directory tree（フォルダ構造）
- decision tree（意思決定の流れ）
そのため、Decision Tree という名称は、英語圏では非常に直感的で自然な表現です。
関連する重要用語
Decision Tree と一緒に登場することの多い用語も押さえておくと、英語記事が読みやすくなります。
- CART：Classification and Regression Tree(s)
- ID3 / C4.5：代表的な決定木アルゴリズム
- Random Forest：Decision Tree を多数組み合わせた手法
まとめ
- 決定木の英語表現：Decision Tree
- 条件分岐を木構造で表現する意思決定モデル
- 機械学習では分類・回帰の両方に使われる
- 英語文献では構成要素（node / branch / leaf）の理解が重要
以上、決定木は英語でなんというのかについてでした。
最後までお読みいただき、ありがとうございました。
