728x90
반응형
의사결정나무
-
ADsP 데이터분석준전문가 - 의사결정나무S T U D Y/DataBase 2023. 2. 5. 17:46
의사결정나무(Decision Tree) 해당 그림에서 깊이(depth)는 3임. 가지의 갯수) 독립변수(=설명변수, 예측변수, Feature) 종속변수(=목표변수, 반응변수, Label) 특징 새로운 데이터 분류 또는 값 예측 분리변수 P차원 공간에 대한 현재 분할은 이전 분할에 영향을 받음 부모마디보다 자식마디의 순수도가 증가하도록 분류나무를 형성해나감(불순도 감소) 종류 목표변수(=종속변수)가 이산형인 경우 분류나무 목표변수가 연속형인 경우 회귀나무 장점 구조가 단순해서 해석 용이 비모수적 모형으로 수학적 가정 불필요 범주형(이산형)과 수치형(연속형) 변수 모두 사용 가능 단점 분류 기준값의 경계선 부근의 자료 값에 대해서는 오차가 큼 로지스틱회귀와 같이 각 예측변수의 효과를 파악하기 어려움 새로운 ..