전체 글26 Random Forest 목차 - 특징 랜덤포레스트 특징 Accuracy 뛰어남 빅데이터에서 효율적으로 돌아감 변수 삭제 없이도 수천개의 변수 사용 가능 변수의 상대적 중요성, interaction 측정 가능 missing value에 영향을 크게 받지 않음 - random forest에서 처럼 missing value가 많아도 예측해서 사용. 치우쳐진 데이터 셋에서 error를 바로 잡아줌 forest 만든 후 저장해서 다른 데이터에도 적용 가능 클러스터링, 이상치 탐색 등에 활용할 수 있음 Classification + Regression Tree + Bootstrap aggregation + Randomization 2020. 8. 2. Decision Tree 의사결정 나무란? #decisiontree #의사결정나무 * 이 포스팅은 Decision tree methods: applications for classification and prediction 이라는 논문을 보고 정리한 것입니다. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4466856/ 목차 사용 이유 활용법 구성 요소 단계 알고리즘 Decision Tree는 1960년도에 처음 소개되었다고 합니다. Decision Tree는 말 그대로 '결정'과 관련된 '나무'처럼 생긴 plot입니다. 아래 그림이 바로 Decision Tree입니다. Decision Tree 사용하는 이유 - 사용하기 쉬움 - 애매하지 않음 - missing value가 있어도 딱히 지장 없음 - 연속형, .. 2020. 8. 2. 이전 1 ··· 4 5 6 7 다음
