Real Late Starter

이번 포스트에서는 머신러닝 모델 중 분류 모델의 기본이라고 할 수 있는 결정 나무 모델에 대해 알아보겠습니다. 구조도가 잎과 가지로 구성된 나무 같다고해서 결정 나무라고 불린다고 합니다. 결정나무(Decision Tree)란? 설명변수들의 규칙, 관계, 패턴 등으로 관심 대상인 목표변수를 분류하는 나무 구조의 모델을 만들고, 설명변수의 값을 생성된 모델에 입력하여 목표변수를 분류 / 예측하는 지도학습 기법입니다. 간단히 말하자면 데이터에 있는 규칙을 학습을 통해 자동으로 찾아내 분류 규칙을 트리(Tree) 형태로 만드는 것입니다. 결정나무는 목표변수에 영향을 주는 설명변수를 탐색하고 해당 설명변수의 최적 분리기준을 제시합니다. 활용 예시 그렇다면 이 결정나무는 어떠한 상황에 활용되는지 살펴보겠습니다. 분..

머신러닝은 일반적으로 세 가지로 분류한다. 지도학습(Supervised Learning) 비지도학습(Unsupervised Learning) 강화학습(Reinforcement Learning) 1. 지도학습 우리가 보통 알고있는 머신러닝 기법을 사용하여 만든 제품이나 사례들을 대부분 지도학습을 통해서 나온 결과이다. 지도학습은 우리가 사용할 Input Data에 Target 또는 Label이 존재하고 그 Target과 Label을 가지고 예측(prediction)을 하는 것이라 할 수 있다. 지도학습에는 대표적으로 다음과 하는 종류가 있다. 분류 문제(Classification Problems) : 개와 고양이 이미지 분류 회귀 문제(Regression Problems) : 주가 예측, 학생들의 시험 점..