반응형
Decision Tree( 의사결정 나무 ) Model
모델
스무 고개처럼 일정한 기준을 질문으로 제시하였을 때, '예' 혹은 '아니오'로 갈라질 수 있는 결정 모델이다.
아래는 Decision Tree를 설명하는 가장 좋은 이미지
타이타닉 호의 생존율을 구할 때 사용하는 Decision Tree의 예이다.
Decision Tree Regression
보통 Classification 모델을 쉽게 떠올리는데, 위 그림처럼 관측치에 대한 Regression도 가능하다.
다만 Continusous한 모델이 아니므로 회귀선을 그렸을 경우 아래처럼 직각형의 그래프가 나오게 된다
위의 예제는 Random Forest의 그래프이다. 일반적인 Decision Tree보다 굴곡(꺾인 점)이 더 많다.
Random Forest는 Decision Tree를 모아서 그 결과치를 평균낸 모델이라고 해석하면 된다.
반응형
'Data > Machine Learning' 카테고리의 다른 글
차원축소(Dimension Reduction) 정리 (0) | 2022.04.12 |
---|---|
Rigdge와 Lasso (0) | 2022.03.31 |
파이썬 사이킷런에서 model에서 fit and fit_transform의 차이 (0) | 2019.09.28 |
6. Machine Learning - Polynomial Regression(다항식 회귀) 인트로 (0) | 2019.09.28 |
머신러닝입문) Machine Learning A-Z udemy 강의 요약 (0) | 2019.09.28 |