결정트리 학습

1 개요

decision tree learning

결정 트리 학습법, 결정트리 분석, 결정나무 분석, 트리분석

• 트리의 노드 수가 증가할수록 학습데이터에 대한 정확도는 향상되는 경향이 있다.

반면, 테스트데이터에 대한 정확도는 떨어질 수 있다. (과적합)

2 장점

• 결과를 해석하고 이해하기 쉽다.
  • 다른 접근방식에 비해 사람의 의사결정과 비슷하다.
• 수치 자료와 범주 자료 모두에 적용할 수 있다.
• 자료를 가공할 필요가 거의 없다.
• 화이트박스 또는 오픈박스 모델을 사용한다.
• 통계검정으로 모델을 검증할 수 있다.
• 큰 데이터셋도 잘 처리한다.
  • 특성 선택이 내재되어 있다.
• 공선성, 특히 부스팅에 강하다.
• 불 함수나 XOR로 근사하게 할 수 있다.

3 같이 보기

• CART
• 회귀트리분석
• 결정 트리
• 결정 트리 vs 선형 모델
• R 결정트리
• ID3 알고리즘

4 참고

• 위키백과 "결정 트리 학습법"
• 다음백과 "결정트리 학습"
• 네이버백과 "결정트리 학습"