bagging2 54일차 머신러닝 랜덤 포레스트 실습 / JSP 게시판페이지 21.05.27 Machine Learning @Ensemble % Bagging 53일차에 했던 내용 이어서 진행한다. Bagging 방법 중 하나 의 예로 랜덤 포레스트라는 방법이 있다. %Random Forest - 랜덤 포레스트 => 결국 요약하자면 랜덤 포레스트( Random Forest )는 결정 트리( Decision Tree )를 기반으로, 여러개의 결정트리 "Classifier"를 생성 한다. 그리고 각 트리별 다른 Sample 데이터를 학습하여 최종적 Voting을 통해 모델을 생성한다. % 주요 매개변수 ( Hyperparameter ) "n_estimators" 옵션은 Default 값이 100개로, 위와 같이 결정 트리 분류 모델의 수를 결정한다. "random_state"는 내가.. 2021. 5. 27. 53일차 머신러닝 - Importance, 시각화 / JSP - DAO 활용 페이지 실습 21.05.26 Machine Learning @ Series - info / 칼럼 및 인덱스 확인 위와 같이 Series의 경우 는 Column을 확인하는 colums 나 index( ) , info( ) 와 같은 함수를 사용할 수 없다 . 하지만 아래와 같이 정의할 때 값을 칼럼으로 주면 결과를 확인할 수 있다. 좌측과 같이 data안의 값을 칼럼이 아닌 List 형태로 주게 되면 DF와 같이 정의 된다. 해당 값을 담고 칼럼, 인덱스, 정보를 확인한다. @중요도 ( Importance ) Model이름.feature_importances_ 는 해당 모델의 각 칼럼별 데이터들이 갖는 중요도 를 표기한다. 출력된 결과는 몇개인지 보이진 않지만 총 117개이다. 이는 Data를 One-hot Encodi.. 2021. 5. 26. 이전 1 다음
