Random Forest
- 앞서 알아 본 decision tree의 확장개념
- 하나의 tree 가 아닌 다수의 tree에서 결과값을 도출하고 최종적인 판단은 다수결로 결정
ex) Yes/no question이 주어졌다고 했을 때, random forest 진행 결과 70개의 tree에서 yes, 30개의 tree에서 no 의 결론이 도출 되었다면 최종적인 판단은 yes로 내린다. - "Random"의 의미
- 각각의 tree 들이 고려해야할 요소들을 랜덤으로 배정하게 된다.
ex) 질병에 대한 분석을 한다고 할 때, 환자의 키, 나이, 성별, 체중, 혈압 등등 다양한 요소들에 대한 확인이 필요하다. 그리고 이러한 요소들을 random하게 모든 요소들이 다양한 형태로 분석될 수 있도록 한다.
- 이런식으로 여러개의 tree를 종합하여 분석하기 때문에 random forest를 ensemble로 분류하고 따라서 python의 sklearn.ensenble 패키지에 포함 되어있다.
초심자