Xgboost 썸네일형 리스트형 Advanced Learning Algorithms #4 (Decision Tree Model ) Keyword: impurity, information gain, one-hot encoding for categorical features, sampling with replacement, random forest, XGboost, where to use decision trees 4.1 Decision trees4.1.1 Decision tree model입력 특징 X는 범주형 값(이산값)을 가지며, 목표 출력 Y는 고양이 여부(1 또는 0)입니다.이는 이진 분류 작업으로, 이후에는 두 가지 이상의 값을 가지는 특징과 연속값 특징에 대해서도 다룰 것입니다. 결정 트리는 루트 노드에서 시작해 특징을 따라 좌우로 이동하며 최종 예측을 내린다.각 노드는 특정 특징을 보고 분기하며, 최하단의 리프 노드는 .. 더보기 이전 1 다음
