패스트캠퍼스 강필성의비즈니스분석 30일 도전 챌린지! 14일차

23.03.05

#패스트캠퍼스 #패캠챌린지 #수강료0원챌린지 #환급챌린지 #직장인인강 #직장인자기계발#패캠인강후기 #패스트캠퍼스후기 #오공완 #강필성의비즈니스데이터분석

 

 

벌써 2주차다~~~~~ 갹 

이제 의사결정나무입니당!!! 주말영화도보고 공부도하고 혼자만의 시간을 야무지게 보냈다. 

히히히 

 

---

어떤 1개의 알고리즘이 모든 상황에서 다른 알고리즘보다 우월하다는 개념을 내릴수는 없다.

 

1. 의사결정나무 Decision Tree 

의사결정나무는 데이터를 분석하여 이들 사이에 존재하는 패턴을 예측 가능한 규칙들의 조합으로 나타내며, 그 모양이 ‘나무’와 같다고 해서 의사결정나무라고 한다. 

 목적ㅣ 한번에 하나씩의 설명변수를 사용하여 정확한 예측이 가능한 규칙들의 집합을 생성한다. 최종 결과물은 나무를 뒤집어놓은 형태인 규칙들의 집합이다.

모티스토리에서 가져온 이진트리(왼) / 의사결정나무 모형(오)

 

자료구조 이론에서는 이진트리와 구조가 비슷하다. :) 

 

 용어

   - 노드: 입력 데이터 공간의 특정영역

   - 부모노드: 분기split 전 노드

   - 자식노드: 부모노드로부터 분기 후 파생된 노드

   - 분기 기준: 한 부모 노드를 두개 이상의 자식 노드들로 분기하는데ㅐ 사용되는 변수 및 기준 값

   - 시작/뿌리노드 : 자식노드만 존재하며, 부모노드는 존재하지않음

   - 말단/잎새노드: 부모노드만 존재하고, 자식노드는 없다.

 

Why? 장점: 결과를 사람이 이해할 수 있는 규칙의 형태로 제작한다. 이게 90%의 장점에 해당한다. 

 - 데이터의 사전 전처리를 최소화한다. (정규화/ 결측치 처리 등을 하지 않아도 된다.)

- 수치형변수와 범주형 변수를 함께 다룰 수 있다.

- 초보도 모델을 돌리는데 어렵지 않다. ADP 할때 실기에서 무난하게 쓰는 것 같다. 

 

핵심 아이디어- 

1. 재귀적 분기:Recursive Paritioning

 - 입력 변수의 영역을 두개로 구분하여 구분 전보다 구분 뒤의 각 영역의 순도(purity, homogeneity)가 증가하도록

2. 가지치기(Pruning the Tree)

- 과적합Overfitting을 방지하기 위하여 너무 자세하게 구분된 영역을 통합한다.

 

 

Classification And Regression Tree: CART

- 개별 변수의 영역을 반복적으로 분할함으로써 전체 영역에서의 규칙을 생성하는 지도학습기법이다. 

장점: if- then 형식으로 표현되는 규칙을 생성해 결과에 대한 예측과 함께 이유를 설명할 수 있는 장점이 있다.

 

 

 

지니계수 Gini - Index. 

:통계적 분산 정도를 정량화해서 표현한 값, 0과 1사이의 값을 가짐

계수가 높을수록 잘 분류되지 않았다는 것. 

---

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.

http://bit.ly/3Y34pE0