랜덤 포레스트(Random Forest)
- 머신러닝에서 많이 사용되는 앙상블 기법중 하나이며, 결정 트리를 기반으로 함
- 학습을 통해 구성해 놓은 결정 트리로부터 분류 결과를 취합해서 결론을 얻는 방식
- 보통 오버피팅이 일어나는 의사결정트리를 사용함.
- 성능은 꽤 우수한 편이나 너무 많은 트리를 사용하면 오버피팅하는 경향이 있음
배깅(Bagging) 학습 기법을 사용함
RandomForestClassifier: 분류
RandomForestRegressor: 회귀
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier()'AI > 머신러닝' 카테고리의 다른 글
| [머신러닝] 부트스트랩 샘플링 (0) | 2024.03.23 |
|---|---|
| [머신러닝] 스케일링(Scaling), 정규화(Normalization), 표준화(Standardization) (0) | 2023.12.28 |
| [머신러닝] 로지스틱 회귀(Sigmoid & Softmax) (0) | 2023.12.28 |
| [머신러닝] Cross Validation(교차 검증) (0) | 2023.12.28 |
| [머신러닝] Confusion Matrix, AUC & ROC (0) | 2023.12.27 |
댓글