6wk_Decision Tree(의사결정나무)
Accuracy vs. Interpretability
→ decision tree, regression 많이 사용(해석력이 좋은 모델들 선호)
Decision Tree
의사결정 나무(Decision Tree)는 예측 모델 중 하나로, 독립 변수의 조건에 따라 종속 변수의 값을 예측하는 데 사용됩니다. 이 모델은 '나무'라는 이름처럼, 뿌리에서 시작해 각 분기점(node)에서 특정 기준에 따라 데이터를 나누고, 마지막에는 각각의 잎 노드(leaf node)로 데이터를 분류합니다. 의사결정 나무는 분류와 회귀 모두에 사용될 수 있으며, 간단하고 해석하기 쉬운 모델로 많이 사용됩니다. → 주로 분류에서 사용
[추후 참고]
의사결정나무(decision tree) (tistory.com)
의사결정나무(decision tree)
관련글 선형회귀분석 밑바닥부터 이해하기 관련글 상관관계와 상관계수 상관관계와 상관계수 1. 들어가며 연속형 변수 x, y의 관계는 상관관계(correlation) 분석을 통해 2가지 사실을 알 수 있다.
diseny.tistory.com
Decision Tree(의사 결정 나무)란? (Decision tree 설명) - 유니의 공부 (tistory.com)
Decision Tree(의사 결정 나무)란? (Decision tree 설명)
Decision Tree는 tree 구조를 활용하여 entropy가 최소화되는 방향으로 데이터를 분류하거나 원하는 어떤 결과값을 예측하는 분석 방법을 말한다. 이번 포스팅에서는 Decision Tree가 무엇이고, 이를 어떻
process-mining.tistory.com