● Chpater 05의 학습목표 1. 성능이 좋고 이해하기 쉬운 Tree algorithm에 대해 배웁니다. 2. Algorithm의 성능을 최대화하기 위한 Hyperparameter tunning을 실습합니다. 3. 여러 Tree를 합쳐 일반화 성능을 높일 수 있는 앙상블 모델을 배웁니다. ● 학습목표: Decision Tree algorithm을 사용해 새로운 분류 문제를 다루어봅니다. 결정 트리가 머신러닝 문제를 어떻게 해결하는지 압니다. ● 키워드: 결정트리, 불순도, 정보 이득, 가지치기, 특성 중요돟 ● 지난 시간에 배운 로지스틱 회귀 문제 풀이 scheme1. Data 불러오기2. Input / Target data 분리하기3. Preprocessing - Scali..
