# Random Forest

15개의 포스트
post-thumbnail

Ensemble

여러 모델의 예측값을 결합하여 최종적으로 예측을 진행하는 모델weak learners 를 결합하여(편향 또는 분산을 줄여) strong learner를 만드는 것

2022년 8월 6일
·
0개의 댓글
·

Ensemble : Scikit - Learn

하나의 모델만을 학습시켜 사용하지 않고 여러 모델을 학습시켜 결합하는 방식으로 문제를 해결하는 방식하나의 데이터 셋에 대해 여러 모델들이 서로 다른 부분들을 학습하며 데이터의 서로 다른 패턴을 학습한 후 모든 모델들의 결과 중 확률적으로 높은 결과를 선택과적합을 막고

2022년 7월 17일
·
0개의 댓글
·
post-thumbnail

[머신러닝] Ensemble 앙상블

1 앙상블 Ensemble :여러가지 우수한 학습 모델을 조합해 예측력을 향상시키는 모델장점 : 단일 모델에 비해서 분류 성능이 우수단점 : 모델 결과의 해석이 어렵고, 예측 시간이 많이 소요됨앙상블 알고리즘 : Bagging(배깅), Boosting(부스팅)(맞추기

2022년 7월 6일
·
0개의 댓글
·
post-thumbnail

Classification: 분류와 알고리즘

Classification > Classification is a process of categorizing a given set of data into classes. It can be performed on both structured or unstructured

2022년 5월 28일
·
0개의 댓글
·

Model

특징 \- 이상치에 강한 모델임 \-tree를 분리하는 과정에서 feature selection이 자동으로 사용됨 \- 연속형과 범주형 변수를 모두 다루기 때문에 사전 데이터 준비가 많이 필요하지 않다 \- 결측값을 하나의 가지로 다룰 수 있기 때문에 이를 예측에

2022년 1월 14일
·
0개의 댓글
·

Random forest

여러 개의 의사 결정 나무를 만들어서 이들의 평균으로 예측의 성능을 높이는 방법: 앙상블 기법 (Ensemble), 주어진 하나의 데이터로부터 여러 개의 랜덤 데이터셋을 추출해, 각 데이터셋을 통해 모델을 여러 개 만들 수 있음배깅(Bagging) / 부스팅(Boost

2022년 1월 9일
·
0개의 댓글
·
post-thumbnail

Random Forests

Random Forests

2021년 12월 24일
·
0개의 댓글
·
post-thumbnail

[Python] 앙상블 모형 이론 및 실습

최신 머신러닝 알고리즘에서 주로 사용하는 앙상블과 그래디언트 부스팅을 위한 개념을 파헤쳐보자!

2021년 5월 15일
·
1개의 댓글
·

Kaggle - Prediction of H1N1 vaccination

Kaggle competition with RandomForest

2021년 4월 13일
·
0개의 댓글
·

Random Forest

나무가 모이면 뭐가 될까요? 숲이 되죠?Decision Tree(결정 트리)가 모이면 뭐가 될까요?Random Forest(랜덤 포레스트)가 됩니다.허허결정 트리 하나로도 학습시킬 수 있지만 이전 포스트에서 언급했듯이 오버피팅이 발생할 수 있다. 여러 결정 트리를 통해

2021년 2월 18일
·
0개의 댓글
·
post-thumbnail

Random Forest

무려 2개의 포스팅 동안 random forest에 대해 소개를 못했는데요, random forest는 ensemble(앙상블)에 속하는 머신 러닝 모델이면서 decision tree에 대한 지식이 있어야 하기에 이제서야 소개를 해드리게 되었습니다.Random fore

2021년 2월 5일
·
0개의 댓글
·

[kaggle] 타이타닉호 생존자 예측

타이타닉호 생존자 예측하기

2020년 11월 1일
·
0개의 댓글
·
post-thumbnail

[ML]앙상블 학습, Random Forest, GBM

저번 글에서는 분류의 종류에 대한 간략한 소개와, 그 중에서도 결정트리에 관해 소개했었다. 이번에는 앙상블 학습의 유헝과 그 중에서 대표적인 몇 가지 방법에 대해 알아보도록 할 것이다.앙상블 학습의 유형은 전통적으로 보팅(Voting), 배깅(Bagging), 부스팅(

2020년 8월 26일
·
2개의 댓글
·

ML 기초 쌓기 #3 - 지도 학습

본 포스트 내용은 \[ML 기초 쌓기 ML의 기법과 관련된 알고리즘의 종류는 수없이 많다고 합니다.대표적으로 지도 학습(Supervised learning)과 비지도 학습(Unsupervised learning)으로 구분됩니다.이 둘의 차이점은 학습 결과에 대한 사전

2020년 8월 17일
·
0개의 댓글
·