728x90 과적합2 [기계학습] 8. 의사결정트리의 이해 의사결정트리의 이해 (1)의사결정트리는 기계 학습과 데이터 분석에서 널리 사용되는 알고리즘으로, 예측 문제를 해결하는 데 효과적입니다. 이번 글에서는 의사결정트리의 개요와 예측트리(회귀)에 대해 자세히 알아보겠습니다.의사결정트리의 개요의사결정트리(Decision Tree)는 의사 결정 규칙과 그 결과를 트리 구조로 나타낸 모델입니다. 트리의 각 노드는 속성을 나타내고, 각 분기는 조건을 나타내며, 각 리프 노드는 결과를 나타냅니다. 의사결정트리는 직관적이며 이해하기 쉬운 모델로, 데이터에 기반한 결정을 시각화하고 설명할 수 있습니다. 주요 개념노드(Node) : 의사 결정 트리의 각 분기점으로, 특정 속성을 기준으로 데이터를 분리합니다.루트 노드(Root Node) : 트리의 최상위 노드로, 전체 데이터.. 2024. 8. 7. [기계학습] 4. 분류의 이해, Naïve Bayes 분류의 이해분류는 기계학습의 중요한 분야로, 데이터를 미리 정의된 범주(클래스) 중 하나로 분류하는 작업입니다. 이번 글에서는 분류의 개요, 분류 모델링, 비선형 분류의 이해에 대해 알아보고, Naïve Bayes 분류기에 대해 자세히 살펴보겠습니다.분류의 개요분류 : 분류는 주어진 입력 데이터가 어느 클래스에 속하는지를 예측하는 작업입니다. 분류 문제의 목표는 미리 정의된 여러 클래스 중 하나를 예측하는 것입니다. 예제스팸 필터링 : 이메일이 스팸인지 아닌지 분류질병 진단 : 환자의 증상 데이터를 기반으로 질병을 진단 분류 문제는 크게 두 가지로 나눌 수 있습니다이진 분류 : 두 개의 클래스로 분류 (예 : 스팸/비스팸)다중 클래스 분류 : 세 개 이상의 클래스로 분류 (예 : 붓꽃 품종 분류)분류 모.. 2024. 8. 1. 이전 1 다음 728x90
