# decision tree

19개의 포스트
post-thumbnail

Classification: 분류와 알고리즘

Classification > Classification is a process of categorizing a given set of data into classes. It can be performed on both structured or unstructured

2022년 5월 28일
·
0개의 댓글
post-thumbnail

[Decision Tree] 이론

계층적 구조로 인해 중간에 에러가 발생하면 다음 단계로 에러가 계속 전파학습 데이터의 미세한 변동에도 최종 결과에 크게 영향적은 개수의 노이즈에도 크게 영향나무의 최종노드 개수를 늘리면 과적합 위험

2022년 4월 3일
·
0개의 댓글
post-thumbnail

[Decision Tree] with Scikit-Learning

분류, 회귀, 다중출력 작업에 활용가능한 머신러닝 알고리즘강력한 머신러닝 알고리즘 중 하나인 랜덤포레스트의 기본 구성 요소데이터 전처리가 거의 필요하지 않다.매우 직관적이고 결정 방식을 이해하기 쉬운 화이트 박스(white box) 모델이다.사이킷런은 이진트리만 만드는

2022년 4월 3일
·
0개의 댓글

Decision Tree

Decision Tree 스무고개하듯이 예/아니오 질문을 반복하며 학습한다. 특정 기준(질문)에 따라 데이터를 구분하는 모델이다. 분류와 회귀에 모두 사용가능하다.

2022년 1월 24일
·
2개의 댓글
post-thumbnail

결정 트리(Decision Tree)

결정 트리머신러닝 알고리즘 중 가장 직관적으로 이해하기 쉬운 알고리즘으로 데이터에 있는 규칙을 학습하여 찾아내 트리(Tree)기반의 분류 규칙을 만드는 것쉽게 생각하면 스무고개 게임과 유사하여 if, else를 통해 규칙을 찾아내 데이터를 점진적으로 나누는 것으로 아래

2022년 1월 19일
·
0개의 댓글
post-thumbnail

Decision Trees

Decision Trees

2021년 12월 24일
·
0개의 댓글
post-thumbnail

[머신러닝] iris data 분류 2

머신러닝 iris data classifiction 2

2021년 11월 12일
·
0개의 댓글
post-thumbnail

[머신러닝] iris data 분류 1

머신러닝 iris classification 1

2021년 11월 12일
·
0개의 댓글
post-thumbnail

[Python] Decision Tree 이론 및 실습

의사결정 규칙을 나무 구조로 나타내어 전체 자료를 몇 개의 작은 집단으로 나누어서 분석하는 기법인 Decision Tree에 대해 파헤쳐보자!

2021년 5월 11일
·
0개의 댓글
post-thumbnail

Decision Tree

Decision Tree(결정 트리)는 의사결정 트리라고도 하며, 분류(Classification)과 회귀(Regression) 모두 가능한 지도 학습 모델이다. 특정 기준이나 질문에 따라 데이터를 구분하는 모델을 결정 트리 모델이라고 한다.decision tree i

2021년 2월 17일
·
1개의 댓글
post-thumbnail

Decision Tree

의사결정나무(decision tree)는 데이터를 분석하여 이들 사이에 존재하는 패턴을 예측 가능한 규칙들의 조합으로 나타내준답니다. 흡사 '스무고개' 놀이를 떠올리면 쉽게 이해할 수 있답니다.초기 지점은 root node이고 그로부터 시작해서 terminal node

2021년 2월 5일
·
0개의 댓글
post-thumbnail

Decision Tree to Classify Human Activity

Today, we will be using decision tree to perform classification prediction on UCI Machine Learning Repository's Human Activity Recognition dataset. Th

2021년 1월 24일
·
0개의 댓글
post-thumbnail

Classification in Machine Learning - Decision Tree

Brief Summay A supervised learning is a machine learning task of learning a function that maps an input to an output based on example input-output p

2021년 1월 13일
·
0개의 댓글

분류 - 결정 트리

결정트리는 데이터에 있는 규칙을 학습을 통해 자동으로 찾아내 트리(Tree) 기반의 분류 규칙을 만든다. 일반적으로 쉽게 표현하는 방법은 if/else 로 스무고개 게임을 한다고 생각하면 된다.

2020년 12월 31일
·
0개의 댓글
post-thumbnail

[ML]분류의 개요와 결정트리

지도학습은 명시적인 정답이 있는 데이터가 주어지 상태에서 학습하는 머신러닝 방식이다.분류는 지도학습의 대표적인 유형이다. : 학습 데이터로 주어진 데이터의 피처와 레이블값을 머신러닝 알고리즘으로 학습해 모델링하고, 그 모델에 새로운 데이터 값이 주어졌을 때 미지의 레이

2020년 8월 26일
·
0개의 댓글

ML 기초 쌓기 #3 - 지도 학습

본 포스트 내용은 \[ML 기초 쌓기 ML의 기법과 관련된 알고리즘의 종류는 수없이 많다고 합니다.대표적으로 지도 학습(Supervised learning)과 비지도 학습(Unsupervised learning)으로 구분됩니다.이 둘의 차이점은 학습 결과에 대한 사전

2020년 8월 17일
·
0개의 댓글
post-thumbnail

Decision Tree (결정트리)

특정기준(질문)에 따라서 데이터를 구분하는 모델분류와 회귀 문제에서 가장 널리 사용되는 모델전체적인 모양이 나무를 뒤집어 놓은 것과 닮았다고 해서 붙여진 이름결정트리에서 질문이나 네모상자를 노드(Node) 라고 한다.맨 위의 노드(첫질문)를 Root Node각 질문에

2020년 7월 22일
·
0개의 댓글

Feature Importance

Gini Impurity를 구하는 공식은 다음과 같다.$$Gini \\space Impurity=\\sum{i}^{k}P{i}(1-P\_{i})$$해당 feature로 감소시킨 gini impurity의 모든 tree의 평균

2020년 5월 18일
·
0개의 댓글