쏘피의 코딩일기_

Decision Tree(결정 트리) 알고리즘 Tree를 만들기 위해 예/아니오 질문을 반복하며 학습한다. 다양한 *앙상블(ensemble) 모델이 존재한다 (RandomForest, GredientBoosting, XGBoost, LightGBM) 분류와 회귀에 모두 사용 가능 결정트리의 기본 구조 특징 타깃 값이 한 개인 리프 노드를 순수 노드라고 한다. 모든 노드가 순수 노드가 될 때까지 학습하면 복잡해지고 과대 적합이 된다. 새로운 데이터 포인트가 들어오면 해당하는 노드를 찾아 '분류'라면 더 많은 클래스를 선택하고, '회귀'라면 평균을 구한다. 결정 트리의 OUT-PUT Decision Tree(결정트리) 과대 적합 제어 사전 가지치기 : 노드 생성을 미리 중단 (*sklearn은 사전 가지치기..

머신러닝이란? (머신러닝 = 기계학습) -> 데이터 기반 학습 -> 예측 인공지능의 한 분야이다. 컴퓨터가 학습할 수 있도록 알고리즘, 기술 개발 통계, 데이터 마이닝, 컴퓨터 과학 등에 쓰임 (데이터 + 규칙)을 통해 답을 찾아내는 것, (데이터 + 답)을 통해 규칙을 찾아내는 것 1. 데이터 수집 - 비즈니스 목적에 알맞은 데이터 소스를 수집하는 것. 시스템이나 소프트웨어를 이용하여 로그를 수집하거나 크롤링, 하드웨어를 이용한 세상 등이 있다. 2. 데이터 전처리 - 데이터를 분석 전 깨끗하게 처리하는 것 결측치 처리 : 데이터 삭제, 다른 값으로 대체(최대값, 최솟값, 중앙값 등), 예측 모델을 활용한 값 삽입 이상치 처리 : 입력오류(데이터 삭제, 다른 값으로 대체), 자연발생(feature 추가..