Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 추천시스템
- sql정리
- AWS builders
- 사이드프로젝트
- 취업부트캠프 5기
- 유데미부트캠프
- 토스
- 서비스기획
- 취업부트캠프
- 서비스기획부트캠프
- 딥러닝
- 특성중요도
- 그로스해킹
- 임베딩
- 유데미큐레이션
- 스타터스
- SLASH22
- 스타터스부트캠프
- MatchSum
- 데이터도서
- 유데미코리아
- AARRR
- pytorch
- NLU
- 그래프
- 알고리즘
- 부트캠프후기
- NLP
- SQL
- BERT
Archives
- Today
- Total
목록비선형 회귀 (1)
다시 이음
트리 기반 모델 - 1 결정 트리 (Decision Trees)
오늘은 트리기반(tree-based) 머신러닝모델에 대해서 살펴보려고 합니다. 결정트리(의사결정나무) 모델은 특성들을 기준으로 샘플을 분류해 나가는데 그 형태가 나무의 가지가 뻗어나가는 모습과 비슷해서 결정트리라는 이름을 가지고 있습니다. 결정트리의 구성 질문이나 말단의 정답을 노드(node) 라 하며 노드를 연결하는 선을 엣지(edge) 라 합니다. 결정트리의 각 노드(node)는 뿌리(root)노드, 중간(internal)노드, 말단(external, leaf, terminal) 노드로 나뉠 수 있습니다. 결정트리의 특징 결정트리는 분류와 회귀문제 모두 적용 가능합니다. 결정트리는 데이터를 분할해 가는 알고리즘입니다. 분류 과정은 새로운 데이터가 특정 말단 노드에 속한다는 정보를 확인한 뒤 말단노드의..
AI 일별 공부 정리
2021. 8. 18. 00:21