yeon's 👩🏻‍💻

https://bkshin.tistory.com/entry/DATA-12?category=1042793 DATA - 12. 부트스트랩(Bootstrap) 부트스트랩(Bootstrap) 모수의 분포를 추정하는 파워풀한 방법은 현재 있는 표본에서 추가적으로 표본을 복원 추출하고 각 표본에 대한 통계량을 다시 계산하는 것입니다. 이러한 절차를 부트스트 bkshin.tistory.com 위 블로그를 필사하며 공부 * 모든 텍스트와 이미지의 출처는 위 블로그입니다. 부트스트랩(Bootstrap) - 모수의 분포를 추정하는 강력한 방법은 현재의 표본에서 추가적으로 표본을 복원 추출하고 각 표본에 대한 통계량을 다시 계산하는 것 : 이런 절차를 부트스트랩 이라고 함 - 부트스트랩은 데이터가 정규분포를 따라야 한다는 ..

https://bkshin.tistory.com/entry/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-4-%EA%B2%B0%EC%A0%95-%ED%8A%B8%EB%A6%ACDecision-Tree 머신러닝 - 4. 결정 트리(Decision Tree) 결정 트리(Decision Tree, 의사결정트리, 의사결정나무라고도 함)는 분류(Classification)와 회귀(Regression) 모두 가능한 지도 학습 모델 중 하나입니다. 결정 트리는 스무고개 하듯이 예/아니오 질문을 bkshin.tistory.com 를 바탕으로 필사하며 공부 * 결정 트리 (Decision Tree, 의사 결정 트리, 의사 결정 나무) - 분류 (Classification)와 회귀(Regression)..

https://eunsukimme.github.io/ml/2019/11/26/Random-Forest/ Random Forest(랜덤 포레스트) 개념 정리 Decision Tree는 overfitting될 가능성이 높다는 약점을 가지고 있습니다. 가지치기를 통해 트리의 최대 높이를 설정해 줄 수 있지만 이로써는 overfitting을 충분히 해결할 수 없습니다. 그러므로 좀더 일 eunsukimme.github.io 를 바탕으로 필사하며 공부 - Decision Tree는 overfitting(과적합) 될 가능성이 높다는 약점 가짐 - 가지치기를 통해 트리의 최대 높이를 설정해 줄 수 있지만, 이로써는 충분히 overfitting을 해결할 수 없다. - 좀 더 일반화된 트리를 만드는 방법을 생각해야 한다..