mse1 210809_MachinLearning 4 (Bagging /Boosting, 회귀- Linear Regression) Random Forest 모델의 이점과 한계점 Decision Tree 의 한계점 Decision Tree 는 Variance(분산)가 큰 모델이다. → overfitting 이 일어난다, 일반적인 학습이 이뤄지기 힘들다. Input이 조금이라도 변하면 모델이 크게 변한다. RandomForest가 이를 극복하는 방법 Decision Tree여러개를 결합하여 Variance(분산, 변동성) 을 낮춘다. → overfitting 을 현저히 줄였다. 대신 학습량도 많고 연산량도 늘려 속도가 늘어난다. Tree처럼 outlier 값을 그대로 따라가지 않고 모함수와 더 비슷해지는 것을 볼 수 있다. Bias VS Variance 머신러닝 모델의 에러는 두가지로 분류 한다. 편향(Bias)과 분산(Variance.. 2021. 8. 9. 이전 1 다음
