결정트리 단점 (1) 썸네일형 리스트형 분류 머신러닝 알고리즘-결정트리(시각화와 과적합) 명시적인 정답이 있는 데이터를 다룰 때에는 지도학습, 데이터의 피처와 레이블값(결정값, 클래스값)을 머신러닝 알고리즘으로 학습하는 것이 분류 => "기존 데이터가 어떤 레이블에 속하는지!" 결정트리 Base. 직관적인 이해 -결정 트리(Decision Tree, 의사결정트리, 의사결정나무라고도 함)는 분류(Classification)와 회귀(Regression) 모두 가능한 지도 학습 모델 -스무고개 하듯, if/else구문처럼 예/아니오 질문을 이어가며 학습한다. -다른 모델들과 다르게 결과를 시각적으로 읽기 쉬운 형태로 나타나는 것이 장정 => 대출을 원하는 사람이 신용평가를 하고 싶을 때(실질적으로 분류하는 경우에 자주 사용) 매, 펭귄, 돌고래, 곰을 구분한다고 생각해봅시다. 매와 펭귄은 날개를 .. 이전 1 다음
