ML2 [머신러닝] Decision Tree 결정 트리 Tree-based Model Type 1) 분류 트리 분석: - 예측 결과로 입력 데이터를 분류 - impurity를 최소화하는 방향으로 split이 진행됨 2) 회귀 트리 분석: - 예측 결과로 실수 값을 출력 (ex. 주택의 가격, 사람의 몸무게) - RSS(Residual Sum of Squares, 잔차제곱합)를 최소화 하는 방향으로 split 🌳Decision Tree 의사 결정 나무: - "Decision Tree의 학습" = 데이터 세트를 적절한 분할 기준에 따라 부분 집합으로 나누는 과정 - 계층 구조로, Node 와 Edge들의 집합으로 이루어짐 - 결정 과정을 간단한 문제들로 이루어진 계층 구조로 나누어 표현 - 트리의 depth가 깊어질 수록, width가 넓어질 수록 (가지가 많아.. 2022. 11. 26. [머신러닝] 모델에 대해 알아보자: SVM (Support Vector Machine) 서포트 벡터 머신 Support Vector Machine 서포트 벡터 머신 : 분류, 또는 회귀를 위해 사용하는 지도학습 모델 중 하나. 데이터가 많으면 속도가 굉장히 느리지만 (애먹고 있는 나.......) 분류에 효과적이기에 써볼 수 밖에 없다. 그 중에서도 텍스트 또는 이미지 분류에 효과적이라고 함. scikit-learn 에서는 이러한 SVM 들을 지원하고 있다. 1) SVC: Support Vector Classification 1-1) LinearSVC 또는 SVC(kernel='linear') - 선형 SVM 커널을 사용함. - 두 그룹을 비교할 수 있는 거리를 Margin 마진 이라고 하는데, 이 마진이 최대가 되는 경계선을 Optimal hyperplane 최적 초평면 이라고 한다. - 분류 시에는 두 .. 2021. 5. 25. 이전 1 다음
