반응형
250x250
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
- 다항회귀
- 코딩독학
- 코딩
- 머신러닝
- 데이터분석
- numpy
- 윈도우함수
- 결정트리
- 코드잇 TIL
- 경사하강법
- 로지스틱회귀
- SQL
- for반복문
- matplotlib
- 판다스
- 오늘도코드잇
- HTML
- 선형회귀
- CSS
- 코드잇
- 런던
- Seaborn
- sql연습문제
- 행렬
- 코딩공부
- 코드잇TIL
- 영국석사
- 나혼자코딩
- 파이썬
- 유학생
Archives
- Today
- Total
목록에다부스트 (1)
영국 척척석사 유학생 일기장👩🏻🎓
(Machine Learning) 에다부스트(Adaboost)
1. 스텀프 랜덤 포레스트를 만들 때와 똑같이 에다 부스트에서도 수많은 결정 트리들을 만듭니다. 랜덤 포레스트에서 만드는 트리들은 깊이가 조금 있었는데 에다부스트에서는 깊은 결정 트리들이 아니라 root 노드 하나와 분류 노드 두 개를 갖는 얕은 결정 트리를 만듭니다. 예를 들면 교통사고 데이터를 분류하고 싶다고 합시다. 뿌리 노드의 질문이 속도가 80km를 넘었는지 안 넘었는지, 그리고 넘었으면 사망, 넘지 않았으면 생존 이렇게 예측하는 단순한 트리인 입니다. 이런식으로 하나의 ㅈ리문과 그 질문에 대한 답으로 바로 예측을 하는 결정 트리를 나무의 그루터기를 의미하는 스텀프라고 합니다. 이런 식으로 스텀프를 만들게 되면 성능은 주로 50%보다 조금 나은 성능을 갖게 됩니다. Boosting 기법은 성능이..
코딩공부/Machine Learning
2023. 10. 11. 10:39