728x90
๋ฐ˜์‘ํ˜•

์•Œ๊ณ ๋ฆฌ์ฆ˜ 2

[ํ”„๋กœ๊ทธ๋ž˜๋จธ์Šค] Hash level3 ๋ฒ ์ŠคํŠธ์•จ๋ฒ”

ํ”„๋กœ๊ทธ๋ž˜๋จธ์Šค์˜ ์ฝ”๋”ฉ์—ฐ์Šต ์ค‘ level3์˜ hash ์นดํ…Œ๊ณ ๋ฆฌ์˜ "๋ฒ ์ŠคํŠธ์•จ๋ฒ”" ๋ฌธ์ œ ํ’€์ด (๋ฌธ์ œ : ์•„๋ž˜ ๋งํฌ๐Ÿ‘‡๐Ÿ‘‡๐Ÿ‘‡) ํ”„๋กœ๊ทธ๋ž˜๋จธ์Šค ์ฝ”๋“œ ์ค‘์‹ฌ์˜ ๊ฐœ๋ฐœ์ž ์ฑ„์šฉ. ์Šคํƒ ๊ธฐ๋ฐ˜์˜ ํฌ์ง€์…˜ ๋งค์นญ. ํ”„๋กœ๊ทธ๋ž˜๋จธ์Šค์˜ ๊ฐœ๋ฐœ์ž ๋งž์ถคํ˜• ํ”„๋กœํ•„์„ ๋“ฑ๋กํ•˜๊ณ , ๋‚˜์™€ ๊ธฐ์ˆ  ๊ถํ•ฉ์ด ์ž˜ ๋งž๋Š” ๊ธฐ์—…๋“ค์„ ๋งค์นญ ๋ฐ›์œผ์„ธ์š”. programmers.co.kr ๋ฌธ์ œํ’€์ด ๋ฌธ์ œ๊ฐ€ ์—„์ฒญ ์–ด๋ ต์ง€๋Š” ์•Š์€๋ฐ.. ๋‚ด ์ƒ๊ฐ์—๋Š” ์„ค๋ช…์ด ์นœ์ ˆํ•˜์ง€ ์•Š์•˜๋‹ค๊ณ  ์ƒ๊ฐํ•œ๋‹ค. ์ผ๋‹จ ๋‚ด๊ฐ€ ํ—ท๊ฐˆ๋ ธ๋˜ ์ง€์ ์€ ์ „์ฒด ๊ณก๋“ค ์ค‘์—์„œ ์กฐํšŒ์ˆ˜๊ฐ€ ๊ฐ€์žฅ ๋งŽ์€ ๊ณก์ด ํ•ด๋‹นํ•˜๋Š” ์žฅ๋ฅด๋ถ€ํ„ฐ ์•จ๋ฒ”์— ๋‹ด๋Š”๋‹ค ์žฅ๋ฅด๋ณ„๋กœ ์กฐํšŒ์ˆ˜๋ฅผ ํ•ฉํ•˜์—ฌ ๊ฐ€์žฅ ์กฐํšŒ์ˆ˜๊ฐ€ ๋†’์€ ์žฅ๋ฅด๋ถ€ํ„ฐ ์•จ๋ฒ”์— ๋‹ด๋Š”๋‹ค (์•„๋ฌด๋ฆฌ ๋ฌธ์ œ ์„ค๋ช…์„ ์ฝ์–ด๋ด๋„ ๋„ˆ๋ฌด ๋ชจํ˜ธํ•˜๊ฒŒ ์จ์žˆ๋Š” ๊ฒƒ ๊ฐ™์•˜์Œ) ์ฒ˜์Œ์— 1๋ฒˆ์œผ๋กœ ์ƒ๊ฐํ•˜๊ณ  ๋ฌธ์ œ๋ฅผ ํ’€์—ˆ๋”๋‹ˆ 1,2,3,4,15๋ฅผ ์ œ์™ธํ•˜๊ณค ๋ชจ๋‘..

Decision Tree ๊ฐ„.๋‹จ.๋ช….๋ฃŒ

Decision tree : ์˜์‚ฌ๊ฒฐ์ •๋‚˜๋ฌด ๋ถ„๋ฅ˜(classification)๊ณผ ํšŒ๊ท€๋ถ„์„(regression)์— ๋ชจ๋‘ ์‚ฌ์šฉ๋  ์ˆ˜ ์žˆ๊ธฐ ๋–„๋ฌธ์— CART(Classification And Regression Tree)๋ผ๊ณ  ๋ถˆ๋ฆผ node tree์˜ node : ์งˆ๋ฌธ/๋‹ต์„ ๋‹ด๊ณ  ์žˆ์Œ root node : ์ตœ์ƒ์œ„ node ์ตœ์ƒ์œ„ node์˜ ์†์„ฑ feature๊ฐ€ ๊ฐ€์žฅ ์ค‘์š”ํ•œ ํŠน์„ฑ leaf node : ๋งˆ์ง€๋ง‰ node (๋ง๋‹จ๋…ธ๋“œ) ๋งŒ์•ฝ tree์˜ ๋ชจ๋“  leaf node๊ฐ€ pure node๊ฐ€ ๋  ๋•Œ๊นŒ์ง€ ์ง„ํ–‰ํ•˜๋ฉด model์˜ ๋ณต์žก๋„๋Š” ๋งค์šฐ ๋†’์•„์ง€๊ณ  overfitting๋จ overfitting ๋ฐฉ์ง€ tree์˜ ์ƒ์„ฑ์„ ์‚ฌ์ „์— ์ค‘์ง€ : pre-prunning (=๊นŠ์ด์˜ ์ตœ๋Œ€๋ฅผ ์„ค์ •, max_depth) ๋ฐ์ดํ„ฐ๊ฐ€ ์ ์€ node ์‚ญ..

728x90
๋ฐ˜์‘ํ˜•