Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 엣지컴퓨팅
- 빅데이터
- 데이터불균형
- Undersampling
- 공부
- MAE
- 데이터분석
- GE B650
- 회귀
- 정보화진흥원
- 알고리즘
- edge computing
- Data Imbalance
- 나이브베이즈
- 2D CNN
- VitalDB
- 의료데이터
- R
- 경진대회
- NIA
- CNN
- Jetson
- 머신러닝
- 생체신호
- 1D CNN
- 회귀분석
- 딥러닝
- 데이터
- nvidia
- VitalRecorder
Archives
- Today
- Total
목록Decision Tree (1)
Doyun-lab

𝖣𝖾𝖼𝗂𝗌𝗂𝗈𝗇 𝖳𝗋𝖾𝖾 = 나무가 뒤집힌 모양 - 제일 꼭대기에 하나의 Root Node - 각 가지들은 Branch(or Edge) - 자식이 있는 Node는 Internal Node(or Decision Node) - 가장 끝에 자식이 없는 Node는 Leaf Node(or Terminal Node, External Node) 𝖦𝖾𝗇𝖾𝗋𝖺𝗍𝗂𝗇𝗀 𝖠𝗅𝗀𝗈𝗋𝗂𝗍𝗁𝗆 좋은 트리의 기준은 무엇일까 ? - 모델의 정확도나 트리의 높이가 기준이 된다 - 트리의 높이는 최대한 짧은 것 (빠른 수행 속도) - Leaf Node에서 통일된 Label의 데이터만 남는 것 (높은 분류 정확도, 의사결정 정확도) 처음에 어떤 Feature를 고려하는가에 따라 트리 깊이가 달라지는데, 어떤 방법으로 트리를 생성..
Study/Machine Learning
2021. 6. 21. 21:52