공학박사의 눈으로 바라본 세상 - MozenWorld -

menu-opener icon
  • 홈
반응형
포스팅 썸네일 이미지

인공지능, 머신러닝, 딥러닝

머신러닝 모델 소개 (4) - 랜덤 포레스트 (Random Forest)

머신러닝 모델 소개 시리즈의 네 번째 글입니다. 랜덤 포레스트(Random Forest)는 앙상블(Ensemble) 학습 방법 중 하나로, 여러 개의 결정 트리(Decision Tree)를 조합하여 더 강력한 분류 모델을 구축하는 방법입니다. 랜덤 포레스트는 과적합(Overfitting)을 줄이고 예측 성능을 향상시키는 데 효과적입니다. 이번 글에서는 랜덤 포레스트의 기본 개념을 소개하고, 파이썬의 Scikit-learn 라이브러리를 활용하여 실제 데이터에 적용하는 방법을 알아보겠습니다. 1. 모델 설명 랜덤 포레스트(Random Forest)는 분류와 회귀에 사용되는 지도학습 알고리즘으로 여러 개의 의사결정나무(Decision Tree)를 조합한 모델입니다. 의사결정나무는 일련의 if-else로 이루어..

2023.07.10 게시됨

1
반응형
반응형

최근글

태그 클라우드

  • 커널밀도함수 면적
  • 앙상블
  • 데이터가 중요한 이유
  • kernel density estimation
  • 데이터 리터러시가 중요한 이유
  • F1점수
  • kde
  • 딥러닝
  • 데이터 비교
  • 인공지능
  • 커널밀도함수
  • KDE 중심
  • 커널밀도함수 중심
  • scikit-learn
  • 음수 인덱싱
  • 콜론 인덱싱
  • 파이썬
  • KDE 면적
  • 데이터
  • 문자열
  • 정규화
  • 문자열 정규화
  • 코랩 기초
  • F1 점수
  • F1 Score
  • 데이터 정의
  • 파이썬 문자열 처리 함수
  • f1score
  • 머신러닝
  • 2D KDE
Copyright . 베이스캠프 all rights reserved.
Designed by 베이스캠프
닫기 아이콘
사이드 프로필 배경이미지
아바타 이미지

모젠

기계설계에 인공지능(AI)/머신러닝(ML)을 접목한 주제로 박사 학위를 받았습니다. 공학박사의 입장에서 생각하고 느낀 것들을 올립니다. Contact : mozenworld@gmail.com

  • 분류 전체보기 (20)
    • 인공지능, 머신러닝, 딥러닝 (14)
    • 파이썬, 데이터, 데이터 시각화 (6)

전체

오늘

어제

Designed by 베이스캠프

티스토리툴바