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 | 31 |
Tags
- Python
- 소프트맥스함수
- 파이썬
- RFM분석
- 데이터마케팅분석
- 코드업 기초100제
- 머신러닝
- 고객세그먼트
- 고객데이터분석
- 멋쟁이사자처럼
- 멋사 ai
- RFM
- 앨리스
- 멋쟁이사자처럼 ai school 7기
- 기초100제
- 코드업100제
- Onehot인코딩
- 데이터분석가
- 코딩테스트
- 데이터 분석
- OneHotEncoding
- 시그모이드함수
- ai 스쿨 7기
- 딥러닝
- AI 데이터 분석 트랙
- 데이터분석
- 캐글데이터분석
- 코드업
- ai school
- 2022 AI 온라인 실무 교육
Archives
- Today
- Total
목록의사결정나무 (1)
초봉5센티미터

랜덤포레스트란? 이미지출처: https://ko.wikipedia.org/wiki/%EB%9E%9C%EB%8D%A4_%ED%8F%AC%EB%A0%88%EC%8A%A4%ED%8A%B8 랜덤포레스트는 결정 트리를 배깅 방식으로 결합한 모델 나무(Tree)가 모여 숲(Forest)를 이루듯 결정 트리가 모여 랜덤 포레스트를 구성 결정 트리와 마친가지로 랜덤 포레스트도 분류와 회귀 문제에 모두 적용 가능 랜덤포레스트 과정 1. 결정 트리를 랜덤하게 만든다 랜덤 샘플 사용: 트리의 훈련 데이터는 부트스트랩 샘플이다. (복원추출) 랜덤 특성 사용: 무작위 특성을 기본적으로 sqrt(n)개 선택하여 최선의 분할을 찾는다 랜덤하게 뽑으므로 과대적합을 방지하며 검증/테스트 세트에서 안정적 성능 2. 랜덤 결정 트리들의 ..
Machine Learning
2022. 11. 17. 16:47