# Tree Based Model

bs02010

Model Selection

bs02010

Evaluation Metrics for Classification

kdifirst

다수의 기본 모델(weak-based learner)을 결정트리로 사용하는 앙상블모델트리를 랜덤하게 여러개 만들어 종합해서 다수결이나 평균과 같은 방법으로 타겟을 예측 결과를 반환bootstraping(=복원 추출)을 통해 여러 개의 결정트리를 사용하여 만든 앙상블 모

bs02010

Random Forests

bs02010

Decision Trees

jbro321

[n22x] SECTION 02 Sprint 1 Linear Models Sprint Challenge 2

jbro321

[n224] SECTION 02 Sprint 2 Tree Based Model Model Selection

monzheld

분류모델 평가지표

jbro321

[n223] SECTION 02 Sprint 2 Tree Based Model Evaluation Metrics for Classification

jbro321

[n222] SECTION 02 Sprint 2 Tree Based Model Random Forests

monzheld

결정트리

jbro321

[n221] SECTION 02 Sprint 2 Tree Based Model Decision Trees

ldy971215

좋지 않음ex) 100개의 sample : 99개가 yes, 1개가 no모두 yes로 예측하는 모델의 정확도 : 99%이지만 실제로 좋은 모델이라고 할 수 없다\-> Precision, Recall F-beta score 사용Precisionrelevant = posi

ldy971215

S2-WEEK2트리 모델트리 모델을 기반으로 한 최신 앙상블 모델까지 다룸category_encodersgraphviznumpypandasscikit-learn데이터가 가진 특성값 기준으로 샘플들을 분류해가는 모델앙상블 모델의 기초가 되는 모델장점다른 모델보다 성능이