[머신러닝] Decision Tree – 나무를 타는 기계학습

어릴 적 20질문 게임 기억나시나요? “그건 생물이야?”

→ “응” “사람이야?” → “응” “연예인이야?”

→ “아니” … 이처럼 조건에 따라 질문을 던지고, 그 답을 따라가다 보면 최종적으로 하나의 결정에 도달하게 됩니다. 이 사고 방식이 바로 머신러닝 모델 Decision Tree의 기본 아이디어입니다.

Decision Tree란? 결정 트리(Decision Tree)는 데이터를 조건에 따라 분할(split)하면서 결정 노드(Decision Node)와 리프 노드(Leaf Node)를 만들어 예측 또는 분류를 수행하는 알고리즘입니다.

간단하게 말하면, "Yes/No 질문을 계속하면서 답을 좁혀가는 나무"입니다. 작동 원리 1.

모든 데이터를 가지고 시작 트리의 루트(root)에서 전체 데이터를 봅니다. 2. 가장 좋은 질문을 찾는다 예를 들어, ‘나이 < 30?’

같은 조건으로 데이터를 나눴을 때, 가장 잘 구분되는 조건을 찾습니다. 3. 질문을 따라 데이터 분할 조건을 만...