목록feature importace (1)

하마가 분석하마

[Bagging] 3. Random Forest-2

[랜덤포레스트의 특성] - 각각의 개별 tree는 과적합 될 수 있다. - 랜덤 포레스트는 tree 수가 충분히 많을 때 strong Law of Large numbers에 의해 과적합 되지 않고 그 에러는 limiting value에 수렴됨 - Bagging과 Random subspace 기법은 각 모델들의 독립성, 일반화, 무작위성을 최대화시켜 모델간의 p(로)를 감소시킴 - 개별 tree의 정확도, 독립성이 높을수록 랜덤포레스트의 성능이 높아짐 [랜덤포레스트의 중요 변수 선택] 랜덤 포레스트는 선형 회귀모델/로지스틱 회귀모델과는 달리 개별 변수가 통계적으로 얼마나 유의한지에 대한 정보를 제공하지 않는다. 즉, 알려진 확률분포를 가정하지 않는다.(순수한 비모수적 모델) 선형 회귀모델과 로지스틱 회귀모..
알고리즘 2021. 3. 16. 01:41
이전 Prev 1 Next 다음