전체

1. 의사결정나무 (Decision Tree, DT) 의사결정규칙을 나무 구조로 나타내어 전체 자료를 몇 개의 소집단으로 분류하거나 예측을 수행하는 분석 방법 ✅ 특징 장점 쉽고 해석하기 용이 다중분류, 회귀 모두 적용 가능 이상치에 견고하며, 데이터 스케일링이 불필요 *데이터의 상대적 순서를 고려하여 단점 나무가 성장을 너무 많이 하면 과대 적합의 오류에 빠질 수 있음 훈련 데이터에 민감하게 반응하여 작은 변화나 노이즈에도 나무의 구조가 크게 달라짐 (불안정성) 파이썬 라이브러리 sklearn.tree.DecisionTreeClassifier sklearn.tree.DecisionTreeRegressor ✅ 용어 (+예시) 루트 노드(Root Node): 의사결정나무의 시작점. 최초의 분할조건 리프 노..

HTML 삽입 미리보기할 수 없는 소스

파이썬 데이터 분석 프로세스 실습 w. 타이타닉 HTML 삽입 미리보기할 수 없는 소스 heleownae.tistory.com 📌 예측 모델링 프로세스 📌 세분화 w. titanic 데이터 로드 & 분리 train / test 데이터 분리 탐색적 데이터 분석(EDA) 분포확인 & 이상치 확인 데이터 전처리 결측치 처리 수치형: Age 범주형: Embarked 삭제 : Cabin, Name 전처리 수치형: Age, Fare, Sibsp+Parch 범주형 레이블 인코딩: Pclass, Sex 원- 핫 인코딩: Embarked 모델 수립 평가 📌 데이터 분석 프로세스 (정리) 1. 데이터 수집 ✅ 프로세스 Data Source OLTP Database(OnLine Transaction Processing): ..

HTML 삽입 미리보기할 수 없는 소스

HTML 삽입 미리보기할 수 없는 소스