결정 트리1 [핸즈온 머신러닝] 6장 결정 트리 SVM처럼 분류와 회귀 작업, 다중 출력 작업도 가능한 다재다능한 머신러닝 알고리즘 매우 복잡한 데이터셋도 학습할 수 있는 강력한 알고리즘 최근에 가장 강력한 머신러닝 알고리즘 중 하나인 랜덤 포레스트의 기본 구성 요소이기도함 1. 결정 트리 학습과 시각화 from sklearn.tree import DecisionTreeClassifier tree_clf = DecisionTreeClassifier(max_depth=2) tree_clf.fit(X, y) export_graphviz() 함수를 사용해 그래프 정의를 .dot 파일로 출력하여 훈련된 결정 트리를 시각화할 수 있음 2. 예측하기 노드의 sample 속성: 얼마나 많은 훈련 샘플이 적용되었는지 헤아린 것 node의 gini 속성: 불순도 측정.. 2022. 1. 18. 이전 1 다음