다양한 이야기들🍃

총 5분 발표 2분 : 배운 이론 간단히 요약 - Decision tree classifier - Decision tree regressor- Random forest - GridSearchCV (sklearn) 3분 : 배운 이론에 따른 순서와 흐름별 코드리뷰    1️⃣ Decision Tree Classifier• Decision Tree Classifier는 데이터를 분류하기 위해 계층적으로 분할하는 모델이다. • 목적 : 주어진 데이터를 반복적으로 분할하여 불순도를 최소화하고, 각 분할마다 최적의 기준을 선택하기 위함이다. • 불순도 측정에는 엔트로피(Entropy), 지니 지수(Gini Index)가 사용된다.  2️⃣ Decision Tree Regressor • Decision Tree R..

회귀(Regression)란?:  머신러닝과 통계학에서 연속적인 수치 값을 예측하거나 변수 간의 관계를 모델링하기 위한 분석 기법이다.입력 변수(독립 변수, feature)가 출력 변수(종속 변수, target)에 어떻게 영향을 미치는지를 수학적 방식으로 모델링한다. 결정 트리 회귀(Decision Tree Regression)란?: 결정 트리(Decision Tree)를 사용하여 연속적인 값(숫자 값)을 예측하는 회귀 방법이다.데이터가 여러 구간으로 나뉘고, 각 구간에서 평균값이나 특정 기준을 사용하여 출력 값을 예측한다. 1) 두 클래스 분류의 불순물을 정의하는 방법 가능한 모든 분할에 대한 분산 감소를 평가하고 최상의 분할을 선택해야 함.결정트리로 데이터를 조건에 따라 두 개의 하위집합으로 나눈 후..

https://youtu.be/ZVR2Way4nwQ?si=W86UJdz3jLUoDCH0  위 영상을 통한 기록   어떤 알고리즘도 경험, 즉 데이터 없이 학습할 수 없기 때문에, 학습을 위한  데이터가 필요하다.  데이터 셋은 각각  x₀ (가로축)와  x₁ (세로축)에 있다.  그리고, 초록색과 빨간색의 두 개의 클래스로 존재한다.   이 두 개의 클래스는 선형적으로 분리할 수 없다. 즉, 단순히 직선으로 두 클래스를 분리할 수 없다는 것이다. 이 문제는 결정 트리(Decision Tree) 를 통해 해결할 수 있다. 결정트리 : 이진 트리(Binary Tree)를 말하며, 데이터가 순수한 리프 노드(Pure Leaf Nodes)가 될 때까지 반복적으로 분할하는 것.위에서 말한 ' 순수한 리프 노드'는..